音频性别检测

我一直在通过读取音频文件的频率数据来搜索性别检测的各种形式。我找到一个可以做到这一点的程序，甚至任何可以输出音频数据的程序都没有运气，所以我可以编写一个基本程序来读取它并操作它来确定演讲者的性别。音频性别检测

你们有没有人知道我在哪里可以找到帮助我的东西？

重申一下，我基本上想要一个程序，当一个人说话时，它会以相当的精度说出说话者的性别。我的完整计划是对其上的文字功能进行演讲，这样程序就会写出演讲者所说的内容，并为演讲者提供一些非常基本的人口统计信息。

*最好使用支持跨平台或Linux的通用脚本语言。

2013-02-04 Cyrusc

可能重复：http://stackoverflow.com/questions/5062032/audio-analysis-to-detect-human-voice-gender-age-and-emotion-any-prior-open – David

你会想看看共振峰检测和线性预测编码。 Heres a paper有一些信号流程图可以移植到scipy/numpy。

2013-02-04 06:24:22 blaise

虽然老问题，但如果有人有兴趣从音频中进行性别检测，可以通过提取MFCC（Mel频率倒谱系数）特征并使用机器学习模型GMM（高斯混合模型）对其进行建模，

你可以按照这个教程来实现这个功能，并对从Google的AudioSet性别智慧数据中提取的子集进行评估。

2017-06-14 11:46:24

回答