我正在准备一个实验,我想用python编写一个程序来识别参与者所说的特定单词。
我在python中搜索了很多关于语音识别的内容,但是结果很复杂。(例如CMUSphinx)。
我想要实现的是一个程序,它接收一个声音文件(只包含一个单词,而不是英语),我告诉程序声音意味着什么,我想看到什么输出。
我看过示例关于识别手写体数字的学习技巧.我想知道我是否能做这样的事情:
我能用蟒蛇和滑雪板来做这个吗?如果是的话,我应该从哪里开始?
谢谢!
发布于 2016-09-14 09:25:30
我在文字识别方面写过这样的程序。我可以告诉你,如果你选择“教”你的程序手动,你将有很多工作,考虑声音的变化,因为口音等。
您可以启动在这里找一个声音分析仪 (音乐分析)。尝试识别像“是”这样的简单单词的波动,并编写一个算法,将声音文件的变化按百分比计算出来。通过这种方式,你可以给自己一个保证金,以避免出现假阳性/反之亦然。
另外,您可能需要首先从声音文件中移除背景噪声,因为它们可能与您的识别模式相关联。
https://stackoverflow.com/questions/39486341
复制相似问题