Android中的语音匹配[关闭]

Question

有什么方法可以在 Android 中进行语音匹配？以下面的场景为例。

1. 用户“A”在应用中说话并通过应用将其记录在手机中。
2. 用户“B”在应用中说话并通过应用将其记录在手机中。
3. 用户“C”在应用中说话并通过应用将其记录在手机中。
4. 完成所有这些录音后，用户“A”来与应用程序对话。由于他的声音已被录制，因此应用会识别出这是用户“A”。

或者其他类似的东西..

1. 用户“A”在应用中说出“房子”这个词，并通过应用将其记录在手机中。
2. 用户“B”在应用中说出“房子”这个词，并通过应用将其记录在手机中。
3. 用户“C”在应用中说出“房子”这个词，并通过应用将其记录在手机中。
4. 完成所有这些录音后，用户“A”来向应用程序说出“House”一词。由于他的声音已被录制，因此应用会识别出这是用户“A”。

这在 Android 中是否可行？哪种方法可行？我还没有看到任何内置库，但是有什么办法吗？

Answer 1

您可能需要检查在 Java 中进行文本独立说话人识别的 Recognito

这是一个在 Apache 2.0 下许可的 FOSS 库

https://github.com/amaurycrickx/recognito

免责声明：我是作者 :-)

对于文件处理，它对 Oracle 的 javax.sound 有轻微的依赖，但从 Recognito 主类中删除这种依赖应该很简单（有一些方法可以丢弃：在 params 中查找“file”并点击 del）

我不知道有任何其他 FOSS 替代品无需修改即可兼容 Android

有很多javadoc，代码应该很简单。

您会想知道的一件事是如何创建值介于 -1.0 和 1.0 之间的 double[] 首先，您可能需要查看 FileHelper 类，它使用 16 位 PCM 编码文件完成此操作。

请注意，单个单词不足以提取良好的声纹并随后识别用户

对于这个过程，我会说使用重复 3 次的短语来构建平均声纹。在识别时使用相同的短语。

该库与文本无关，但如果您需要保持录音简短，使用相同的短语会有所帮助。如果您希望它真正独立于文本（用户说出任何话并被识别），您将需要更长的声音样本。

HTH