比较声音在App

Question

内

是否可以比较两个声音？ 例如应用程序已经声音文件的MP3或任何格式，是可以比较的应用程序内部的任何静态的声音文件，录制的声音？

任何意见都欢迎。

问候

Answer 1

这个论坛线程有一个很好的答案（约三下） - http://www.dsprelated.com/showmessage/103820/1.php。

诀窍是从mp3获取解码音频 - 如果它们只是短'你好'的声音，我会将它们作为wav存储在应用程序中，而不是解码它们（尽管我从未使用CoreAudio或任何其他的框架之前，如此MP3解码到内存可能很容易）。

当你有你的参考WAV和录制的WAV，按照上述在后的步骤：

1做任何必要将文件转换.WAV他们离散时间 信号：

http://www.sonicspot.com/guide/wavefiles.html

2时间扭曲或可能取决于两个采样率之间的差异 可能没有必要：

http://en.wikipedia.org/wiki/Dynamic_time_warping

3时间扭曲后，截断两个信号，使其持续时间为 等效。

4计算归一化的能量谱从DFT的两个信号密度（ESD）：

http://en.wikipedia.org/wiki/Power_spectrum。

6计算两个 信号的归一化的ESD的之间的平均平方误差（MSE）：

http://en.wikipedia.org/wiki/Mean_squared_error

归一化的ESD的两个 信号之间的MSE是 亲近良好度量。如果你说有10个文件，其中2个近似是 相同，但其他的不是，这两个近距离的 应该有一个相对较低的MSE 。两个完美 相同的信号显然具有零 MSE。理想情况下，两个“当量” 信号以不同的时间尺度， （20秒的人交谈与 5秒金花鼠），不同能量 （软说话人VERUS叫喊 金花鼠），以及不同的相位 （取样开始在 即时连续时间 输入）;应该还是有一个零， MSE但 固有的量化误差DSP将产生MSE稍大 大于零。

http://en.wikipedia.org/wiki/Minimum_mean-square_error

你应该得到两个不同的MSE值，一个你阳 - >录制的音轨之间以及雌性 - >录制的音轨之间的一个。与最低差异的比较可能是正确的性别。

我承认，我从来没有试过这样做，它看起来很难 - 祝你好运！