我用“Hello World”这句话录制了自己的声音，并将其保存为文件1。

然后，我用同样的话“Hello World”录制了另一个人的声音，并将其保存为文件2。

有没有办法可以匹配这两个文件呢？

我的意思是，如果这两个文件录制了相同的词语，它们就应该是相同的。

请推荐一些开源项目或论文给我阅读。

回答：

尝试使用动态时间规整算法进行尝试

这里有一个使用DTW算法在语音识别中的应用示例 http://www.cnel.ufl.edu/~kkale/6825Project.html