开放源码的自动语音匹配？

Question

自动语音匹配不是自动语音识别，而是比较两段语音信号，并返回这两种语音信号匹配的百分比。

这种技术通常会像这样的场景一样使用：

1. 发音学习，例如，有标准发音信号的单词"Hello"，对于正在学习英语的学生来说，他们读自己的"Hello"，所以我们需要使用ASM技术来比较学生发音有多相似或有多正确。因此，我们需要找出一些算法来比较这两个一维音频信号。

2.我们可以从上面的单字扩展到句子。那么如何匹配这些音频信号呢？

这里的问题是为ASM寻找一些好的开源或商业解决方案。

或者任何其他好的解决方案来满足这样的实际需求？

提前谢谢！

Answer 1

与模板的比较不会给出任何好的结果，因为它实际上不会暗示错误地说了什么。良好的语音学习框架与模板不匹配，而是与代表正确和错误发音的声学模型相匹配。这样就可以检测到学习者的言语错误。你可以阅读

SRI EduSpeakTM系统:识别与发音评分http://www.speech.sri.com/people/hef/papers/EduSpeak.ps

要在IPhone上实现该算法，可以检查

http://ottercall.com