問題タブ [audio-comparison]

2つの声を録音して比較したい。音声録音用の Apple サンプル コードがいくつかあると思います。2 つのオーディオ ファイルを比較する方法がわかりません。これに対する正しいアプローチは何ですか？この目的のために Apple が提供するフレームワークはありますか、それともサードパーティのフレームワークはありますか?

オーディオ比較を処理するソフトウェアまたはライブラリが必要ですが、mp3 内のタグを使用せず、2 つのオーディオ ファイル間の類似性または信頼性を比較する必要があります。または、オーディオ ファイルからピースを切り取った場合、ソフトウェアはそれがどこにあるのかを示す必要があります。メインオーディオファイルからのファイルトークン（私が十分に明確であることを願っています）.

では、このテクノロジーがAudio Acoustic Comparing と呼ばれ、指紋と呼ばれるいくつかのオーディオ サンプル ファイルに基づいていることをどのように聞いたのでしょうか。ファイルのどこかに、入力サンプルまたはフィンガープリントに相当するものが見つかった場合、ソフトウェアは私を指摘するはずです。

ベスト。

ユーザーが音楽ファイルをアップロードできるオーディオサイトがありますが、このサービスを収益化していないため、高価なホスティングに行くことができないという問題があります。ホスティングコストを削減するためにmp3ファイルを保存するためのショートカットを探しています。

技術的または（ホスティング）提案を行うのに最適なアイデアは、完全に役立つでしょう。

サーバースペースをできるだけ節約する必要があります。

Teensy 3.1 マイクロコントローラーを圧縮オーディオ レコーダーに変えようとしているので、未加工のオーディオ データのバッファーを圧縮したいと考えています。調査の結果、ARM Cortex M4 最適化を取得したオープン ソースのオーディオ コーデック プロジェクトである Opus Codecが、浮動小数点モード (およびそれ以上) で動作することがわかりました。

私の問題は
、マイクロコントローラで使用できる方法で opus コーデックを構築する GNU Auto ツールにあると思いますか?

Arduino IDE またはその他の IDE で動作します。Opus Codec を何週間も使用しようとした後、この質問を書いています。

ありがとうございました

私はこの概念を理解したいと思っています。私はマルチメディアクラスで、見逃した質問がありました。何かが足りないようです。誰かに宿題をやってもらう必要はありません。むしろ、自分に欠けているものを理解して自分で適用できるように助けてください。概念を理解していないことと、それがオンラインやクラスの情報源とは異なる方法で解決されていることを確認できなかったと思います。ただし、これは完全な質問です。

• 信号に 2、8、および 10 kHz のトーン (高調波) が含まれており、12 kHz のレートでサンプリングされているとします (その後、出力を 6 kHz に制限するアンチエイリアシング フィルターで処理されます)。出力にはどのようなトーンが含まれますか?

私のインストラクターのクラスノートはまだ技術的すぎて理解できません。ノートでは、「 」を使用して解決できるようf(alias)=f(sample)-f(true)です。私はそれをそのまま適用するので、それを適用する方法がわかりません。

だから私は10kHz、4kHz、2kHzを取得します

そして、6 kHzの出力の下に含まれていると思いますか？それは 2kHz を意味し、4kHz は出力の 2 つのトーンですか?

しかし、私は1人のクラスメートをそのように解決しました

10,000はどこから来るのですか？

そして、このほとんど同じ問題は、1、10、および 21 kHz のトーンを使用し、12 kHz でサンプリングされ、次のように解決されます。

音声起動コマンドが必要な Web アプリを構築しています。オーディオ入力に getUserMedia を使用しています。

音声起動コマンドの場合、ユーザーは音声を録音してコマンドを「調整」する必要があります。たとえば、「停止」コマンドの場合、ユーザーが「停止」という単語を言うと、アプリはオーディオ スニペットを保存します。次に、ユーザーが「停止」コマンドを発行するために、ユーザーは「停止」という単語を言います。

問題は、ユーザーが以前に「調整」/記録した事前に記録された音声コマンドから発行したコマンド (音声入力) を比較/認識する方法があるかどうかです。つまり、別のオーディオ (ファイル) からのオーディオ ストリームを比較します。私はこれについて長い間研究してきたので、誰かが私を正しい方向に向けることができることを願っています。

前もって感謝します。

注: SoundHound のように音楽を比較/認識しているわけではありません。また、音声認識は必要ないと思います。音声認識は複雑すぎて、必要なメカニズムには不要です。どうやら、音声認識なしでこれを行うのは、不可能ではないにしても難しいようです。私が試すことができる音声認識ライブラリ/API (うまくいけばjavascript)を誰かが推薦できますか?