Как бы вы сравнили произносимое слово с аудиофайлом и определили, совпадают ли они? Например, если я скажу «яблоко» своему приложению для iPhone, я хотел бы, чтобы оно записало звук и сравнило его с предварительно записанным аудиофайлом, в котором кто-то говорит «яблоко». Он должен быть в состоянии определить, что два произносимых слова совпадают.
Какой алгоритм или библиотеку я могу использовать для такого голосового сопоставления аудиофайлов?
Sphinx распознает голос, а pocketSphinx был перенесен на iPhone Брайаном Кингом.
проверьте https://github.com/KingOfBrian/VocalKit
Он предоставил отличные детали и облегчил реализацию для себя. Я запустил его пример и изменил свое собственное исполнение.
Вы должны найти Acoustic Fingerprinting, см. ссылку на Википедию ниже. Shazam в основном делает это для музыки.
http://en.wikipedia.org/wiki/Acoustic_fingerprint
Я знаю, что этот вопрос старый, но сегодня я обнаружил эту библиотеку:
Contact us at [email protected], если вы хотите иметь версию для Android.
- person Scoregraphic; 13.05.2014
Вы можете использовать библиотеку нейронных сетей и научить ее распознавать различные речевые паттерны. Это потребует некоторых знаний об общей теории нейронных сетей и о том, как их можно использовать для создания систем, которые будут вести себя определенным образом. Если вы ничего не знаете о предмете, вы можете начать только с основ, а затем использовать библиотеку, а не реализовывать что-то самостоятельно. Надеюсь, это поможет.
