Я пытаюсь написать программу, которая могла бы проверять произношение пользователя.
Эта программа будет воспроизводить звук волны, произнести английское предложение, и пользователь попытается произнести его и записать свой голос, а программа проверит сходство этих форм волны и оценит произношение пользователя.
Вопрос в том, можно ли написать эту программу, используя .net? И если да, то какие библиотеки я могу использовать? Любое руководство для начала?
Программы распознавания музыки обычно представляют звук в спектральной области (как для захвата высоты тона).
Из некоторого спектрального представления может использоваться мера расстояния (евклидова или другая).
Для речи необходимо измерение времени.
В пространственной области меры деформации, учитывающие временные деформации (медленные или быстрые), также кажутся хорошим выбором.
Алгоритмы сопоставления шаблонов могут быть хорошими кандидатами, как и алгоритмы OCR, но теперь вы будете иметь дело со звуковой волной.
Обычным рассмотрением алгоритмов звуковых волн являются скользящие окна или сегментация.
месут!
Предполагая, что вы используете C#.NET, у меня может быть для вас ответ. Простой поиск в Google привел меня к этому видео на YouTube, в котором показано, как «строить графики аудиосигналов»: http://www.youtube.com/watch?v=ZnFoVuOVrUQ
Удачи, а остальное зависит от вас!
