我想写一个应用程序来检测“笑”与对话/单词/等不同。
我打算将音频或视频流式传输到Azure或Amazon上的机器学习中。
牛津计划，Wolfram Aplha和其他许多人让我无法确定我的选择。
问题
有没有办法检测音频流中的“笑声”？
答案 0 :(得分：1)
我想到的第一件事就是这样：
步骤1：创建一个相同长度的大型（hundrets更好的数千）audiofiles训练集。大约50％含笑，50％不含笑。
步骤2：特征工程：查找描述您的音节线的功能，如平均值，最大值，最小值，标准偏差，分布函数，傅立叶变换，......等等。
步骤3：使用这些功能训练分类器（例如决策树/ SVM /神经网络）能够将您的文件分成1（包含笑）和0（不包含笑）。
第4步：将您的信息流拆分为训练集音频文件的一部分，并使用您的分类器。
你也可以检查一下 http://repository.cmu.edu/cgi/viewcontent.cgi?article=1515&context=compsci
他们识别来自音障流的歌曲。听起来有点像shazam。这里的不同之处在于他们正在寻找一首特定的歌曲，而不是像笑一样不同的东西。但也许你可以调整他们的一些算法。