基于音频的性别检测
基于音频的性别检测
提问于 2013-02-04 12:36:11
我一直在到处寻找某种形式的性别检测，通过读取音频文件的频率数据。我一直没有找到一个可以做到这一点的程序，或者甚至是任何可以输出音频数据的程序，所以我可以编写一个基本的程序来读取它，并操纵它来确定说话者的性别。
你们谁知道我在哪里能找到帮助我的东西吗？
重申一下，我基本上希望有一个程序，当一个人对着麦克风说话时，它会准确地说出说话者的性别。我的完整计划是在上面也有语音到文本的功能，这样程序就会写出演讲者所说的话，并给出一些关于演讲者的非常基本的人口统计数据。
*最好使用跨平台或支持linux的通用脚本语言。
回答 2
Stack Overflow用户
发布于 2013-02-04 14:24:22
你会想要研究共振峰检测和线性预测编码。Heres a paper，它有一些信号流图，可以移植到scipy/numpy上。
Stack Overflow用户
发布于 2017-06-14 19:46:25
虽然这是一个古老的问题，但如果有人对从音频中进行性别检测感兴趣，你可以很容易地通过提取MFCC (梅尔频率倒谱系数)特征并使用机器学习模型GMM (高斯混合模型)进行建模。
人们可以遵循本教程，该教程实现了相同的方法，并在从谷歌的AudioSet性别数据中提取的子集上进行了评估。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/14680422
复制相关文章
相似问题
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号