Audio 实时声音路由…用另一个声音触发一个声音

我正在寻找一个程序，能够识别个人音频样本从我的电脑，并重新路由他们触发WAV文件从图书馆。在我的项目中，它需要是实时的，因为延迟不是期望的结果。我试着用听写软件来识别单词来触发打开一个文件，这就是我想去的方向，但我希望它不是单词而是声音，而且是实时发生的。我不知道该去哪里，我只是想寻求一些指导。有人对我应该做什么有什么建议吗？

这是一个相当广泛的问题，但我可以告诉你我将如何做。（这不是唯一的办法，但我会从那里开始。）

如果您正在寻找实时输入，Java声音库（优秀教程）允许您这样做。（请注意，由于主要的安全问题，从网页输入麦克风在任何情况下都很困难，因此这将是一个桌面应用程序。）

如果它需要实时，我建议的第一件事就是流和多线程。我建议使用Java8流API，但由于您正在寻找与特定模式匹配的子样本，因此每个数据点都必须了解其相邻数据点的状态，这对于流来说并不容易

您可能想知道声音是否大致类似于音频配置文件，因此，我会选择一个公差，以确定您希望匹配的距离（请记住，样本可能不会100%对齐，因此“精确”不是选项），然后查找。我之所以推荐这些，是因为它们是语音识别软件通常使用的，虽然你的声音可能不是声音，但它会让你了解已经做了什么

您还需要在内存中维护有限的音频样本列表。具体来说，您可能需要最新的数据，因为音频信号是时变信号，您无法从一个点获得匹配。我不会让它比你想要识别的最长的样本长太多，因为音频占用了大量内存

最后（对于音频），我建议选择一种标准格式进行比较。让它尽可能好地为你带来好的结果，并从高起点开始。在比较之前，您需要将所有内容转换为该格式

一旦你识别出一个特定的声音，它基本上就是一个命令模式。即使使用

java.util.HashMap

，也可以将特定的声音映射到特定的文件，这些文件（如果足够少的话）甚至可以预先加载

最后，值得一看。它不是JDK的一部分，而且已经过时了，但是您可能会从它的实现中得到一些好的建议

这当然是一个喜欢Java的程序员的建议，但我想Python和Ruby中可能也有一些不错的库可以帮助您；当然，C语言中的某些东西。这听起来可能很多，但大部分内容已经实现并准备就绪

希望这有帮助，让我们期待其他答案