我需要能够确定两个声音是否非常相似。目标是拥有一个非常有限的词汇量(10或15个)的短一到两个音节的单词,然后比较捕获的声音以确定它是否为这些项目之一,并考虑到环境和捕获条件的所有典型变异。这个想法是用户可以通过语音发出几个简单的命令,而不是使用键盘或鼠标。有人知道最好的方法吗?我不想做全面的语音识别,只是想要更加有限的东西。
我建议您考虑使用语音识别库,比如CMU's Sphinx软件或者Microsoft's speech recognizer。不过,这并不是一个简单的任务。完成您想要做的事情的一种典型方法如下:1)将样本分成小段(几毫秒)。2)对每个片段进行傅里叶变换,收集主要系数。3)使用隐马尔可夫模型来确定给定系数序列的音素可能转换。4)将其映射到描绘音素到单词的字典中(您可以参考Sphinx字典作为指南)...像您这样的小型集合应该能产生出色的结果。 如果想要简化这个过程,你可以尝试提取特定时间步长的系数,并将它们输入到SVM或神经网络中...我还没有尝试过,但是我敢打赌,通过一些调整,你可以得到合理的结果。