计算机生成的声音与人类声音的声音相似度

Question

我正在寻找一种算法来比较两个声音文件的方式，通过他们的语音。我想评估某种分数(例如，0:没有相似性；100:相同的声音)。因此，我将计算机生成的和录制的人类声音"Hello“加载到Audacity中(我知道，这不是那么专业……)看着海浪。

https://dl.dropbox.com/s/p8o8tpsayo9xr14/hello.png (不幸的是，我不被允许嵌入图像)

虽然这两个声音完全相同，但波并不是很匹配。

有没有一种方法可以检测这两个波之间的相似性并计算出上面提到的分数？

Answer 1

这是一个开源项目，您可能会对free speech recognition tools and applications感兴趣。这是另一个open source toolkit for speech recognition。我敢肯定，如果你"duckduckgo“，你会找到其他人，如果这些不是你的口味。干杯!