计算机生成的声音和人类声音的声音相似性

Question

我正在寻找一种算法来通过语音来比较两个声音文件。我想评估某种分数（例如 0：没有相似性；100：相同的声音）。因此，我将计算机生成和录制的人声“你好”加载到 Audacity 中（我知道，它不是那么专业……）并观察海浪。

https://dl.dropbox.com/s/p8o8tpsayo9xr14/hello.png（很遗憾，我不能嵌入图片）

虽然两者听起来完全一样，但波形并没有那么匹配。

有没有办法检测这两个波之间的相似度并计算所提到的分数？

Answer 1

这是一个你可能对free speech recognition tools and applications 感兴趣的开源项目。这是另一个open source toolkit for speech recognition。我敢肯定，如果您“duckduckgo”，如果这些不符合您的口味，您会找到其他人。干杯！