你怎么会一个口语文字比较音频文件？

Question

您会如何去一个口头语言比较的音频文件，并确定它们是否匹配？例如，如果我说“苹果”到我的iPhone应用程序，我想为它录制的声音，它与人的一个预先录制的音频文件说：“苹果”的比较。它应该是能够确定两个说出的词匹配。

什么样的算法或库的可能，我用它来执行这种基于语音的音频文件匹配的？

Answer 1

斯芬克斯确实语音识别和pocketSphinx已经被移植到iPhone由Brian特大

检查 https://github.com/KingOfBrian/VocalKit

他提供了出色的细节，并使其易于实现自己。我碰到他的榜样和修改我自己的翻译。

Answer 2

您应该仰望声纹看到维基下面的链接。 Shazam的基本上是做音乐。

http://en.wikipedia.org/wiki/Acoustic_fingerprint

Answer 3

我知道这个问题是旧的，但今天我发现了这个库：

http://www.ispikit.com/

Answer 4

您可以使用神经网络库，并教它识别不同的语音模式。这将需要一些诀窍神经网络的一般理论，以及如何落后，他们可以被用来创建将表现一种特殊的方式系统。如果你一无所知的主题，你可以开始上只是基础知识，然后使用一个库，而不是自己的东西实现。希望有所帮助。