使用FFT比較兩個音頻文件，然後進行實時比較

Question

我正在爲Android創建一個應用程序，它將保存用戶的語音命令，然後在應用程序運行時;將麥克風輸入的實時數據與保存的數據進行比較。到目前爲止，我已經在wav文件中保存了聲音，現在我想將其與輸入流進行比較。我已經使用這個API，因爲它與Android兼容應用FFT：

http://code.google.com/p/musicg/

我不知道太多關於這個API要麼但是，我認爲FFT數據存儲在FrequencyTimeDomainRepresentation對象。我在互聯網上搜索，發現我必須使用一個窗口來比較數據，但我無能爲力。 我不知道如何比較數據。

請告訴我如何比較FFT數據，以及如何將保存的文件數據與輸入流數據相匹配，我的意思是代碼。同時，我正試圖比較兩個使用java的音頻文件，而不是現在的android。

任何幫助，將不勝感激， 謝謝。

Answer 1

正如在評論中提到的，這是一個dsp相關的問題。您應該在dspexchange詢問詳細信息。

但給你一個quick'n'dirty的答案。準確定義你的algortihm應該做什麼。它應該做語音識別嗎？如果你只是想有一個簡單的衡量方法使用互相關（問谷歌）。你也不需要FFT（最近FFT似乎被過度使用，每個人都不知道自己在做什麼）。一旦你知道你想要做什麼，並且你知道你真的需要它，FFT可能會起作用;也許是爲了應用一些心理模型。但即使如此，一個簡單的哈勃變換可能會更充分，更簡單，更快速，特別是在移動設備上。