Java 分声

我正在帮助一个农场将公鸡按照它们的叫声分组，这样类似叫声的公鸡就可以生活在一起了。这位农场主说，他想知道小鸡是否会从其他人那里学习任何行为，如果是这样，每当他得到一只小鸡时，他就会把它放入一个好的小鸡群，并希望它能给新的小鸡带来一些好的影响。我的工作是记录每一组人群的相似性，几周后，比较结果，看看各组之间是否有任何相似性增加

我的想法是编写一个程序，为两个输入的wav文件提供一个相似性分数，因此每个公鸡可以找到最相似的室友，并分成两组，然后将相似的组分组，最后分成若干组

我得到了3只公鸡的鸣叫声，并用光谱图进行了分析（每只公鸡鸣叫两次）：

公鸡A：

旋塞B：

旋塞C：

在计算相似性之前，我想将拥挤划分为几个部分，这样每个部分都保留一定程度的频率（稍后将用于计算相似性）。我目前的解决办法是：

第1步：当强度线不连续时，声音将被间隙分开
第2步：当频率发生临界变化时，该时间将被视为段的边界

---

我认为上述步骤是否足够。我希望其他人有更好的建议，以及我如何改进细分。有什么方法或算法适合我的情况吗？谢谢

去年我们有几个与语音相关的项目。这可能有点类似。我记得使用机器学习工具和库非常有用，例如weka、rapidminer、encog。使用交叉验证测试示例是值得的。可能值得测试的参数：MFCC，YIN。我认为所有相关的语音识别主题都可能对你有用：）

最好的方法是使用一些语音识别技术。我用它来做一个识别鸟叫声的项目。在我的例子中，我使用HTK（Hidden Markov toolkit）来构建HMM，该HMM可以识别鸟儿唱歌。 您可以更改Mel比例，使其更接近您的案例。 Mel音阶（来自MFCC）与人声相关。如果你在谷歌上搜索，就会发现一些关于鸟类的文章，它们会改变Mel或树皮（PLP）的比例，以匹配动物的声道

您将需要许多样本来强健地训练HMM参数，并分析有多少状态是最好的。我建议对这三首歌中的每首歌至少有100个样本，并使用3个状态。 我可以帮你建立一个HMM系统。请与我联系

路易斯·尤贝尔 ASR实验室

---

www.asrlabs.com.br

感谢您的建议。事实上，我想为此编写一个android应用程序。我试过用java编写的weka，但恐怕它对于android应用程序来说太重了。现在我在一个轻量级图书馆工作：谢谢你的建议。顺便说一句，我不认为我可以收集这么多的样本（至少100个），所以它可能不适合我。也许你应该看看算法。