语音命令工具(没有语音识别)

Question

我想要一个工具，可以执行一个行动时，获得声音命令通过麦克风。我不感兴趣的语音识别和能力，如听写或语音文字输入。我想要的要简单得多:我发出声音，工具向活动应用程序发送一个键笔画，或者执行控制台命令。声音可能是一个单词，或者是几个单词，但是这个工具不需要识别单词本身--而是将整个声音样本与其数据库中的其他声音样本进行比较，选择最接近的声音，并执行相关的操作(如果没有足够接近的话)。我说的这个词可能是IT术语，或者是游戏术语/项目/字符，有时发音不像英语，所以语音识别在这里不会有任何好处。我想到的主要用例是“我说”构建“，它按下了IDE中的那个Ctrl-Alt-Shift-Something热键，我永远记不起来，也不能用手指正确地按”。有类似的东西吗？

或者，是否有一个允许快速比较/搜索短音频样本的软件库？例如，我记录了几个声音样本，使用这个库来计算某种常见的散列，然后使用同一个库来检查另一个声音样本是否与它们“相似”。有了这个，我就可以自己破解剩下的了。

到目前为止，我发现的似乎都是语音识别，这不是我所需要的。

Answer 1

我认为你之所以只找到“语音识别”的东西，是因为最终那是你想要的。如果你需要比较两个发音，每一个有几个音节，那么你就需要有一个机制来比较它们。显然，如果您比较两个相同的录音，那么任何散列，如您所说，也会发现它们相同。但是，如果它们是重复话语的两次录音，它们将不会被咬得有点相同。你必须说，把它们分成音节，比较它们的频率或节奏，它们是上升还是下降，每个音节有多长，等等。但这听起来就像把它们分解成音素，并使用某种模糊的比较，你训练它们是否匹配。你猜怎么着-那就是语音识别;-)

Answer 2

我编写了努门，它是一种准备好的键盘选择，主要用于可访问性。

我也知道parrot.py，它是一个框架/工具，用来玩游戏，通过发出你训练过它的声音，但我没有使用它。