C# 个人语音识别/识别

我想录下某人的声音，然后从他/她的声音信息中，如果那个人再次说话，我就能认出他/她的声音！问题是，我并没有关于什么统计数据（比如频率）会导致人类声音的差异的信息，若有人能帮助我如何识别别人的声音

当我在研究的时候，我发现了很多关于语音识别的库，但是它们不能帮助我，因为我的问题非常简单！我只想认识一个不说他所说的话的人。

这里有一些帮助，也许：

---

基于开源FFT库（），提供了一些关于如何进行说话人验证的建议。

您描述的问题并不简单，因为同一个人的声音听起来可能不同（例如，如果此人感冒等）和/或如果此人说话声音更大/更快/更慢等

另一点是与其他声音（背景、其他声音等）的分离

记录声音的设备的质量非常重要-有些系统使用多个麦克风以获得良好的效果

总之，这不是一项容易的任务——特别是如果你想获得一个好的检测率

基本上，实现这一点的方法是：

• 实现稳健的声音分离
• 实现稳健的声音/语音模式提取
• 根据理想的声音设置，创建具有要识别的声音指纹的DB
• 定义一个算法，用于比较存储的指纹和提取/规范化的声音/语音模式（可能需要设置一些“可能相等”等阈值…）
• 优化算法，直到达到可接受的检测率（还要考虑假阳性率！）

---

有关详细概述，请参见

参见VoiceID For Linux。它使用Sphinx和其他LIB，安装起来非常简单。

什么告诉你这更简单？嗯。。！这只是我最初的想法！也许更难！我会用许多不同的词来限定这个问题。。。但“简单”不是其中之一。查看此链接，你可以获得博士学位。在这个主题中。大多数现代语音分析/检测算法使用2D/3D物理声带模拟来分类用于分类个体的不同自由度的声音！如上所述-这并不容易。。。