比较两个语音的声音

Question

4

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。

- JessicaB

1

这个系统是否会支持多人使用还是只针对特定人员进行训练？ - Paul R

听起来很有趣！我会对你得到的任何答案感兴趣。我所知道的关于语音的是，“共振峰”（频谱中的主要峰值）可以用来识别语言元素。我不确定真正的语音识别软件是否利用了这一点。 - erickson

你正在寻找“语音识别”。 - Marcus Adams

声音将如何表示？ - David Thornley

@erickson：共振峰存在于元音声音中 - 共振峰的分布决定了我们听到哪个元音。对于语音识别，我们还需要处理所有其他非元音声音。 - Paul R

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- tbischel · Accepted Answer

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。