…
大家好!
我是一名学生,正在尝试制作一个关于声音识别的DIY设备。与语音识别相比,我不需要太精确和复杂的识别,我只想采用并使用一些简单的识别库来支持我的小应用。
换句话说,我想要的是“宽范围”的声音识别。例如,如果有“Boom! Boom!”的声音,我不需要识别出“哦,那是雪佛兰Corvette Z06的引擎声。好机器,对吧?”(X),而是识别为“汽车。朝我开来。声音大且吵。”(O)这就足够了。
或者,如果有“Ka-boom!”“Bang!”的声音,我不需要识别为“北桥上在放烟花。这个冬天?可能有些傻瓜在外面。”(X),而是“爆炸声。我绝对不会去那里。奇怪。”(O)这就足够了……等等。也就是说,我想使用匿名库来“分类”声音,并将其作为我的应用提供的指导信息的有用数据。
有没有什么有用的信息,或者可以推荐的库供我参考?我期待着你们的宝贵建议。谢谢。
此致,
J. Park
回答:
如果你对C++库(不是真正的C)持开放态度:
但你需要自己开发识别功能,这是通过使用标记为它们所产生噪音的样本库来完成的。这是一个长期项目,你是否熟悉信号处理,如傅里叶变换、DTW等?这些是标准的处理过程。