C++ 获取C+中捕获的音频信号的振幅（或均方根电压）+；在lib中使用wavin。？

我正在从事一个非常基础的机器人项目，并希望在其中实现语音识别。 我知道这是一件复杂的事情，但我只希望用3或4个命令（或单词）来完成

我知道使用wavin我可以录制音频。但我想对音频信号进行实时振幅分析，如何做到这一点，波形将以8位单声道输入

我曾想过将信号划分为一组特定的时间，进一步细分为更小的子集，得到子集上的平均rms值，然后将其相加，然后查看它们与实际存储的信号有多大差异。如果所有（或大部分）集的误差低于可接受值，则打印单词

如何实现这一点？ 如果你能给我任何其他的建议，那就太好了

---

提前谢谢。

没有简单的方法来识别单词，因为它们基本上是一系列音素，可以在时间和频率上发生变化

经典孤立词识别系统使用信号（倒谱系数）作为输入数据，并尝试使用HMM（隐马尔可夫模型）或DTW（动态时间扭曲）算法来识别模式

如果您不想要录制按钮，您还需要一个静音检测模块

例如，提供了其中一些工具（具有良好的文档）

如果你不想“从头开始”构建它，或者没有灵感来源，那么这是一个（古老但免费的）这样一个系统的实现（它使用自己的工具包），并对它的工作原理进行了详细的说明

这个系统是一个LVCSR（大词汇量连续语音识别），您只需要它的一个子集。如果有人知道一个开源的简化词汇表系统（比如一个简单的IVR），那将是受欢迎的

如果您想自己制作一个基本系统，我建议您使用MFCC和DTW：

• 对于要建模的每个目标词：
  • 记录该单词的一些实例
  • 通过word计算一些（如每10ms）增量MFCC，以获得一个模型
• 当您想要识别信号时：
  • 计算该信号的一些增量MFCC
  • 使用DTW将这些增量MFCC与每个建模单词的增量MFCC进行比较
  • 输出最适合的单词（使用阈值丢弃垃圾）

---

如果您只想识别一些命令，可以使用许多商业和免费产品。见或不见。这些问题的答案链接到许多可用的产品和工具。语音识别和理解一系列命令是一个非常常见的商业问题。您呼叫的许多语音自动电话系统都使用这种技术。开发人员也可以使用相同的技术

通过几个月来对这些问题的观察，我看到大多数开发人员的选择都是这样的：

• Windows用户-使用.Net或Microsoft.Speech的System.Speech功能并安装Microsoft提供的免费识别器。Windows7包括一个完整的语音引擎。其他的可以免费下载。有一个C++ API来与已知的SAPI引擎相同。见。或

• Linux用户-Sphinx似乎有很多追随者。看到和

• 商业产品-Nuance、雄辩、AT&T等

• 在线服务-Nuance、Yapme等

---

当然，这也可能有帮助-

想想为什么子集的rms值的比较不起作用，只有一个人来听写，而且声音只有几个词。同一个说话人可以用不同的能量、频率、速度和节奏来发音同一个词。一个词的足迹在于频率的变化，而不是能量的变化。这就是为什么您真的应该使用MFCC而不是rms值。为了应对速度和节奏，DTW是最简单的方法。如果不在单词和参考词之间进行这样的对齐，你就无法识别一个单词。注意使用delta MFCC（MFCC的导数）来获得每个频率的能量变化（我稍微改变了我的答案）。还要注意@米迦勒引用了SPHYNX，它提供了一个C++实现，叫做PokCpHynx（我不知道它），虽然它是LVCSR（基于音素和使用语言模型，你不需要的东西）。谢谢你的澄清，SAPI似乎足够做这项工作，但是我只熟悉Borland C++编译器。如果我需要学习VC++或C语言，如果我需要实现SAPI，那么任何有助于从C++到VC++的资源都是很好的。谢谢。SAPI只是一个标准的COM API，是Windows SDK的一部分。你应该能够用任何C++编译器来编程它。有关一些有用的信息和链接，请参阅。C#和.NET中的System.Speech命名空间无疑使开发支持语音的应用程序变得更容易，但您不必学习新的语言来将语音添加到现有的应用程序中。应该对你也有帮助。