識別與預錄的話

Question

比較

要求：

我希望有一個系統/算法，類似於你說，你要叫一個名字車內通話系統，它會找出名稱匹配你的聲音。我的要求是我將使用預先錄製的聲音而不是名稱。

例如：在非英語語言幾個詞 用戶記錄目標的聲音，如：

• 「鍵盤-JP-01.wav」=>鍵盤
• 「監控-JP-01。 wav「=> Monitor

經過一些培訓甚至沒有培訓，當用戶再次說出一個單詞時，語音識別器應該能夠識別它是哪個單詞。

已知的工具：

我搜索現有的語音識別算法，但不能找到一個，他們大多認識到現有的語言（一種語音到文本）。

它也不同於phonetic algorithm，這似乎只適用於英語。

感謝

Answer 1

Dynamic Time Warping是一個傳統和相當簡單的算法，這種語音識別的，但我敢肯定，必須有時下更好的方法。