c＃视频编辑器中的声音识别

Question

我目前正在编写专业的视频编辑器。 它是专门的，因为我的讲师使用它来记录电子学习讲座。 它使用 C＃， WPF 和 Microsoft Expression Encoder 。 剪切和插入视频等基本功能已经完成。 现在我试图想出一种声音识别的方法。 工作原理：

1. 用户选择视频的一部分
2. 视频编辑器会记录该部分的声音
3. 视频编辑器会在视频的其余部分搜索类似的声音
4. 视频编辑器会突出显示视频的这些部分，并为用户提供编辑视频的机会。

视频采用xesc格式。 谁能指导我到任何可以帮助实现这一目标的图书馆/教程？ 对不起，我是声音分析和编辑的新手。

到目前为止找到的图书馆： Naudio＆amp; Mediainfo.dll 但是，这些库不支持xesc。 我应该事先将这些视频转换为mp4以便于声音分析吗？ 有没有算法来检测类似的声音样本？

抱歉这个麻烦！ 谢谢！