识别先前录制的音频中的口头短语

Question

我正在寻找一种方法来学习用户的短语（1-2个单词）（例如，让他重复3次），然后在再次说出来时识别它。

我想将它包含在Android应用程序中，因此java或C ++中的库将是最好的，但我感谢任何帮助或提示。