通过与预先记录的单词进行比较来识别

Question

要求：

我想要一个类似于汽车呼叫系统的系统/算法，你说你想要呼叫的名字，它会发现这个名字与你的声音相匹配。我的要求是我将使用预先录制的声音而不是名字。

例如为： 用户以非英语语言记录多个单词的目标语音，例如：

• “Keyboard-JP-01.wav”=＆gt;键盘
• “Monitor-JP-01.wav”=＆gt;监测

经过一些训练甚至没有训练，当用户再次说一个单词时，语音识别器应该能够识别它是哪个单词。

已知工具：

我搜索了现有的语音识别算法，但找不到一个，大多数都是识别现有的语言（语言类型为文本）。

它也不同于phonetic algorithm，它似乎只适用于英语。

由于

Answer 1

对于这种语音识别，

Dynamic Time Warping是一种传统且相当简单的算法，但我确信现在必须有更好的方法。