python - 音声認識またはマッチング

Question

サウンドを別のサウンドと比較して、一致するものを見つけたい。カブトムシ (バグ) や tar などで運転している車の音があるとしましょう。アプリケーションを再生すると、この音に基づいて一致を見つけることができるはずです。

私はこの種のことを扱ったことがないので、この主題に関するアイデアや背景をいただければ幸いです。

私はこのpurpousにpythonを使用します。

ありがとう

score 2 · Accepted Answer

これは小さな偉業ではありません...しかし、これが私が始める方法です。

1) DFT を使用してサウンド 1 をフーリエコンポーネントに分解します。

2) DFT を正規化してボリュームの違いを制御する

3) スキャンウィンドウを使用してサウンド 2 を DFT し、再び正規化します。

4) 2 つの間の最小二乗誤差と、一致通知をトリガーするしきい値を計算します (または、凝ったものにしたい場合は隠れマルコフモデル)。

それがまったく意味をなさない場合は、ここから始めることをお勧めします。

それらがある程度理解できたら、Intro to Signal Processing の教科書を見つけてください。

1 に答える 1