語音的分段

我正在幫助一個農場根據它們的擁擠情況將這些公雞聚集在一起，使得擁有類似擁擠的公雞能夠一起生活。這位農民說，他想知道雞是否會從別人那裏學到任何行爲，如果是這樣，每當他有一隻小雞時，他會把它放入一個好的雞羣中，並希望它能給這隻新的小雞帶來一些好的影響。我的工作是記錄每個組的相似性，並在幾周後比較結果，並看到組中的任何增加的相似性。語音的分段

我的想法是編寫一個程序，給出兩個輸入wav文件的相似性分數，因此每個公雞都可以找到它最相似的室友，並將其配對成組，然後將相似的組分組，最後分組成多個組。

我已經由3個旋塞得到了一些crowings，並用分析譜圖（每個雞叫兩次）：

旋塞A：

first crowing from cock A second crowing from cock A

公雞B：

first crowing from cock B second crowing from cock B

cock C：

second crowing from cock C first crowing from cock C

之前計算相似度，我想分裂雞鳴成段，使得每個段保留一定程度的頻率的（其將在稍後用於計算相似性）。我目前的解決方案是：

第一步：當強度線不連續時，聲音會被縫隙分割;
步驟2：當存在頻率的臨界變化，該時間將被視爲一個段

我想的上述步驟的邊界是充足與否。我希望其他人有更好的建議，我應該如何改善細分。有什麼方法或算法適合我的情況嗎？謝謝！

來源

2011-11-17 c' quet

也許你應該看看[DTW（http://en.wikipedia.org/wiki/Dynamic_time_warping）算法。 – akademi4eg

去年我們有幾個語音相關的項目。這可能有點相似。我記得使用機器學習工具和庫是非常有用的，例如weka，rapidminer，encog。它的價值在於使用交叉驗證來測試示例。可能值得測試的參數：MFCC，YIN。我認爲所有相關的語音識別主題可能對你有用:)

來源

2011-11-17 21:33:48 mmatloka

謝謝你的建議。實際上，我想爲此編寫一個Android應用程序。我試過用java編寫的weka，但是恐怕對於android應用來說太重了。現在我正在使用一個輕量級圖書館：http://code.google.com/p/musicg-sound-api/ –

最好的方法是使用一些語音識別技術。我用這個項目來識別鳥類歌曲。就我而言，我使用HTK（隱馬爾可夫工具包）來構建可識別小鳥唱歌的HMM。您可以將梅爾尺度更改爲與您的案例更相似。梅爾量表（來自MFCC）與人類語音有關。如果您在Google中搜索，則會有一些與鳥類相關的文章改變Mel或Bark（PLP）音階來匹配動物聲道。

您將需要許多樣本來穩健訓練HMM參數並分析有多少個狀態是最好的。我建議這三首歌中的每一首都至少有100個樣本，並使用3個發射HMM狀態。我可以幫你建立一個HMM系統。請聯繫我。

路易斯Uebel ASR實驗室 www.asrlabs.com.br

來源

2011-11-18 13:25:42

感謝您的建議。順便說一句，我不認爲我可以收集這樣的數量樣本（至少100），所以它可能不適合我。 –

回答

相關問題