如何比较两个音频文件以检查它们是否有类似的声音

Question

我有一个情况。假设我有两个包含一些声音的短音频文件。假设，第一个文件有声音＆＃39; hello＆＃39;（音频1），第二个文件有人说出的声音＃（音频2）。另一个音频文件有同一个人讲的“你好”（音频3）但录音却不同。

如何检测音频3与音频1类似（与扬声器无关）？我在这里处理的是声音而不仅仅是语音。因此，也可以用哨声代替单词。

Answer 1

您必须对每个文件进行统计分析，然后使用模式匹配来确定它们之间的相似程度。

最简单的单词解决方案是许可语音引擎的api版本，如Dragon，然后将音频文件转换为文本输出并进行比较。