标签： audio
我们有3个小时的音频，每个音频包含两个人中的一个说话或沉默。我们需要确定每个时刻中哪些选项对应于使用hmm。
为此，当波浪形状不同（正弦，锯齿，方形等）时会产生不同输出的一些非疯狂困难的功能，但不同音量，音高等的答案相同。
这个项目可行吗？