【发布时间】：2012-08-13 02:16:16
【问题描述】：
我正在尝试创建一个 Android 应用程序，它将从它的 ID3V2 标签中获取 mp3 的歌词。我的问题是，是否可以在歌曲播放时自动突出显示歌词？就像使用语音处理或类似的东西。我已经查看了以前的类似问题，但所有这些问题都需要手动输入。需要尽快反馈。谢谢。
【问题讨论】：
【发布时间】：2012-08-13 02:16:16
【问题描述】：
这种事情在好莱坞电影场景中是可能的，使用类似于使用 4 像素正方形作为输入重建面部的图像增强技术。
好的，所以您的请求在理论上更可行，但我所知道的当前电话技术无法即时执行此操作。您可能需要Delorean, flux capacitor and some plutonium。
此外，通过音乐检测人声比在手机上发短信要困难得多：
- 唱词通常不遵循自然的语音节奏；
- 音乐的频谱往往与语音的频谱发生冲突；
- 语音音高不同，因此更难分离和检测语音特征；
- 人声通常以与所有其他乐器相同的水平混合；
- IwannahuhIwannahuhIwannahuhIwannahuhIwannaReallireallirealliwannaZigaZiggUHH。
【讨论】：
-
我很想看到语音到文本引擎做#5
-
张贴者引用的ID3V2 spec 确实允许将同步的歌词嵌入到 MP3 中。 （但不确定这是否属于“语音处理或类似的东西”类别。）
-
@paddy 给程序提供歌曲的实际歌词然后期待程序将歌词与音乐同步怎么样？是否有您所知道的可用于执行此操作的库？
您可以查看this paperLyricSynchronizer：音乐音频信号和歌词之间的自动同步系统，以获得可能的解决方案。没有在 Java 中为 Android 实现任何东西，但是使用 NDK，您可以使用任何 C 代码并对其进行处理。 ;-)
本文描述了一种系统，该系统可以自动将复调音乐音频信号与其对应的歌词同步。尽管已经提出了通过使用维特比对齐技术来同步单声道语音信号和相应文本转录的方法，但是这些方法不能应用于CD录音中的人声，因为人声经常被伴奏声重叠。除了减少伴奏声音影响的传统方法外，我们因此开发了四种方法来克服这个问题：检测人声部分的方法、构建稳健音素网络的方法、检测摩擦音的方法和方法用于使语音识别器电话模型适应分离的声音信号。然后，我们报告了每种方法的实验结果，并描述了我们的音乐播放界面，该界面利用我们的系统来同步音乐和歌词。
祝您实施顺利！
【讨论】：