比較聲音在App

Question

內

是否可以比較兩個聲音？ 例如應用程序已經聲音文件的MP3或任何格式，是可以比較的應用程序內部的任何靜態的聲音文件，錄製的聲音？

任何意見都歡迎。

問候

Answer 1

這個論壇線程有一個很好的答案（約三下） - http://www.dsprelated.com/showmessage/103820/1.php。

訣竅是從mp3獲取解碼音頻 - 如果它們只是短'你好'的聲音，我會將它們作爲wav存儲在應用程序中，而不是解碼它們（儘管我從未使用CoreAudio或任何其他的框架之前，如此MP3解碼到內存可能很容易）。

當你有你的參考WAV和錄製的WAV，按照上述在後的步驟：

1做任何必要將文件轉換.WAV他們離散時間 信號：

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

2時間扭曲或可能取決於兩個採樣率之間的差異 可能沒有必要：

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

3時間扭曲後，截斷兩個信號，使其持續時間爲 等效。

4計算歸一化的能量譜從DFT的兩個信號密度（ESD）：

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

6計算兩個 信號的歸一化的ESD的之間的平均平方誤差（MSE）：

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

歸一化的ESD的兩個 信號之間的MSE是 親近良好度量。如果你說有10個文件，其中2個近似是 相同，但其他的不是，這兩個近距離的 應該有一個相對較低的MSE 。兩個完美 相同的信號顯然具有零 MSE。理想情況下，兩個「當量」 信號以不同的時間尺度， （20秒的人交談與 5秒金花鼠），不同能量 （軟說話人VERUS叫喊 金花鼠），以及不同的相位 （取樣開始在 即時連續時間 輸入）;應該還是有一個零， MSE但 固有的量化誤差DSP將產生MSE稍大 大於零。

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

你應該得到兩個不同的MSE值，一個你陽 - >錄製的音軌之間以及雌性 - >錄製的音軌之間的一個。與最低差異的比較可能是正確的性別。

我承認，我從來沒有試過這樣做，它看起來很難 - 祝你好運！