blocks|key|2133862|text|Sphinx做语音识别，pocketSphinx已经被Brian+King移植到iPhone上|type|unstyled|depth|inlineStyleRanges|entityRanges|data|2133863|检查https://github.com/KingOfBrian/VocalKit|offset|length|2133864|他提供了极好的细节，并使自己很容易实现。我已经运行了他的示例，并修改了我自己的示例。|2133865|entityMap|0|LINK|mutability|MUTABLE|url|https://github.com/KingOfBrian/VocalKit^0|0|2|13|0|0|0^^$0|@$1|2|3|4|5|6|7|P|8|@]|9|@]|A|$]]|$1|B|3|C|5|6|7|Q|8|@]|9|@$D|R|E|S|1|T]]|A|$]]|$1|F|3|G|5|6|7|U|8|@]|9|@]|A|$]]|$1|H|3|-4|5|6|7|V|8|@]|9|@]|A|$]]]|I|$J|$5|K|L|M|A|$N|O]]]]

Sphinx does voice recognition and pocketSphinx has been ported to the iPhone by Brian King

check <a href="https://github.com/KingOfBrian/VocalKit" rel="nofollow">https://github.com/KingOfBrian/VocalKit</a>

He has provided excellent details and made it easy to implement for yourself. I've run his example and modified my own rendition of it.

blocks|key|1384327|text|你应该看看声学指纹识别，看下面的维基百科链接。Shazam基本上是为了音乐而这么做的。|type|unstyled|depth|inlineStyleRanges|entityRanges|data|1384328|http://en.wikipedia.org/wiki/Acoustic_fingerprint|offset|length|1384329|entityMap|0|LINK|mutability|MUTABLE|url^0|0|0|1D|0|0^^$0|@$1|2|3|4|5|6|7|M|8|@]|9|@]|A|$]]|$1|B|3|C|5|6|7|N|8|@]|9|@$D|O|E|P|1|Q]]|A|$]]|$1|F|3|-4|5|6|7|R|8|@]|9|@]|A|$]]]|G|$H|$5|I|J|K|A|$L|C]]]]

You should look up Acoustic Fingerprinting see wikipedia link below. Shazam is basically doing it for music. 

<a href="http://en.wikipedia.org/wiki/Acoustic_fingerprint" rel="nofollow">http://en.wikipedia.org/wiki/Acoustic_fingerprint</a>

blocks|key|65547|text|我知道这个问题很老，但我今天发现了这个库：|type|unstyled|depth|inlineStyleRanges|entityRanges|data|65548|http://www.ispikit.com/|offset|length|65549|entityMap|0|LINK|mutability|MUTABLE|url^0|0|0|N|0|0^^$0|@$1|2|3|4|5|6|7|M|8|@]|9|@]|A|$]]|$1|B|3|C|5|6|7|N|8|@]|9|@$D|O|E|P|1|Q]]|A|$]]|$1|F|3|-4|5|6|7|R|8|@]|9|@]|A|$]]]|G|$H|$5|I|J|K|A|$L|C]]]]

I know this question is old, but I discovered this library today:

<a href="http://www.ispikit.com/" rel="nofollow">http://www.ispikit.com/</a>

blocks|key|3731012|text|您可以使用神经网络库并教它识别不同的语音模式。这将需要一些了解神经网络一般理论背后的知识，以及如何使用它们来创建将以特定方式运行的系统。如果你对这个主题一无所知，你可以从基础开始，然后使用一个库，而不是自己实现一些东西。希望这能有所帮助。|type|unstyled|depth|inlineStyleRanges|entityRanges|data|3731013|entityMap^0|0^^$0|@$1|2|3|4|5|6|7|D|8|@]|9|@]|A|$]]|$1|B|3|-4|5|6|7|E|8|@]|9|@]|A|$]]]|C|$]]

You can use a neural networks library and teach it to recognize different speech patterns. This will require some know how behind the general theory of neural networks and how they can be used to create systems that will behave a particular way. If you know nothing about the subject, you can get started on just the basics and then use a library rather than implementing something yourself. Hope that helps.

How would you go about comparing a spoken word to an audio file and determining if they match? For example, if I say "apple" to my iPhone application, I would like for it to record the audio and compare it with a prerecorded audio file of someone saying "apple". It should be able to determine that the two spoken words match.

What kind of algorithm or library could I use to perform this kind of voice-based audio file matching?

How would you compare a spoken word to an audio file?

翻译质量差，导致语言生硬或混乱。

没有提供实际的解决方法或示例。

解答不清晰，无法理解或解决问题。

页面排版不美观，阅读体验差。

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云AI代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

功能1上新10个字符

功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符。

功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符。

功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符

功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符

功能4上新

文章&问答评论现已支持表情

全新交互，全新视觉，新增快捷键、悬浮工具栏、高亮块等功能并同时优化现有功能，全面提升创作效率和体验

社区富文本编辑器全新改版！诚邀体验～ 

精选全网热门MCP server，让你的AI更好用 🚀

💥开发者 MCP广场重磅上线！

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

您将如何将口语单词与音频文件进行比较，并确定它们是否匹配？例如，如果我对我的iPhone应用程序说“苹果”，我想让它录制音频，并将其与预先录制的某人说“苹果”的音频文件进行比较。它应该能够确定这两个口语单词是否匹配。我可以使用哪种算法或库来执行这种基于语音的音频文件匹配？

问您如何将口语单词与音频文件进行比较？
EN

回答 4

Stack Overflow用户

Stack Overflow用户

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问您如何将口语单词与音频文件进行比较？EN

回答 4

Stack Overflow用户

Stack Overflow用户

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问您如何将口语单词与音频文件进行比较？
EN