ユーザーの声を録音し、保存した声と比較するプロジェクトを作成したいと考えています。私はそれを検索し、MFCC と FTT アルゴリズムを思いつきました。しかし、私はそれらがどのように機能するかを本当に理解していません.インターネットで見つけた理論だけで、実用的な知識はありません. 私は電気のバックグラウンドを持っていないので、波と信号についての知識はあまりありません。
声には、ピッチ、振幅、周波数、エネルギーなどの特徴があることがわかりました。
コーディングによってこれらすべてを計算する方法はありますか。私のプロジェクトは Java です。誰かがこれに関する情報を持っている場合は、助けてください。