एंड्रॉइड या वॉयस टैग (वॉयस कमांड) एपीआई

Question

में वॉयस वाव की तुलना करें मैं एक ऐप विकसित कर रहा हूं और अगर वे मेल खाते हैं या नहीं, तो मुझे 2 आवाजों की तुलना करने के लिए कुछ तरीका चाहिए, मुझे पता है कि वॉयस रिकग्नाइज़र ऐसा करने का एक तरीका है लेकिन चूंकि (मुझे लगता है) इसे पहले स्ट्रिंग में आवाज का अनुवाद करने की आवश्यकता है, यह भाषण पहचानकर्ता द्वारा समर्थित लैंग के अलावा अन्य भाषा के लिए इतना उपयुक्त नहीं होगा .... कोई विचार? पुराने दिन के फोन की तरह ही, वॉयस टैग जहां यह ध्वनि के साथ ध्वनि इनपुट की तुलना करता है, जो इसे

Answer 1

अपेक्षाकृत ऐसा करने का आसान तरीका एफएफटी (फास्ट फूरियर ट्रांसफॉर्म) का उपयोग करना है) मूल WAV फ़ाइल के समय-डोमेन डेटा को आवृत्ति-डोमेन डेटा में परिवर्तित करने के लिए (जिसमें आपके रूपांतरित सरणी में प्रत्येक मान किसी विशेष आवृत्ति बैंड की सापेक्ष परिमाण/तीव्रता का प्रतिनिधित्व करता है)।

एक ही व्यक्ति दो बार एक ही शब्द बोलती हैं, जिसके परिणामस्वरूप समय-डोमेन डेटा फिर भी अभी भी बहुत अलग संख्यानुसार दो WAV फ़ाइलों में होगा। डब्ल्यूएवी फाइलों को फ्रीक्वेंसी डोमेन में परिवर्तित करना (दोनों के लिए एफएफटी विंडो के समान आकार का उपयोग करना, भले ही दोनों फाइलें थोड़ी अलग लंबाई के हों) आवृत्ति सरणी उत्पन्न करती हैं जो मूल WAV फ़ाइलों की तुलना में एक-दूसरे के समान होती हैं।

दुर्भाग्यवश, मैं विशेष रूप से एंड्रॉइड के लिए कोई भी एफएफटी पुस्तकालय नहीं ढूंढ पा रहा हूं।

Signal processing library in Java?

Answer 2

एक विचार उनके spectograms में आवाज की समानता तुलना कर रहा है: यहाँ एक सवाल कुछ जावा आधारित पुस्तकालयों का संदर्भ देता है है। स्पेक्ट्रोग्राम में विशेषताएं मजबूत हैं और शोर का प्रतिरोध करती हैं जो दो आवाज़ का विश्लेषण करने के लिए एक अच्छा संदर्भ है। यदि आप इस दृष्टिकोण को लेते हैं तो आपको पहले आवाज़ों की विशेषताओं को पता लगाना चाहिए और आपको दो स्पेक्ट्रोग्रामों में सुविधाओं की तुलना करने की आवश्यकता के बारे में जानने की आवश्यकता है, यह पैटर्न पहचान को संदर्भित करता है।

यह API http://code.google.com/p/musicg-sound-api/ जावा में लिखा है और एंड्रॉयड में इस्तेमाल किया जा सकता है। यह तरंग स्पेक्ट्रोग्राम को कैप्चर करता है।