测量两个短音频相似度的最简单算法

Posted 2023-02-25

【中文标题】测量两个短音频相似度的最简单算法

【英文标题】：Simplest algorithm of measuring how similar of two short audio

【发布时间】：2013-03-27 07:09:19

【问题描述】：

问题是寻找任何开源或简单的实现来衡量 ios 应用程序上两个音频之间的相似程度。

简单来说，音频可以用一维向量来表示，来计算一维向量之间的距离。但音频长度会有所不同，因此需要一些预处理等。

期待在这里得到一些线索，谢谢

【参考方案1】：

使用DTW可以有效地计算两个可变长度序列之间的相似性：

http://en.wikipedia.org/wiki/Dynamic_time_warping

这个算法很容易自己实现，维基页面上链接了很多现有的实现。

简单来说，音频可以用一维向量来表示，

在帧上拆分音频并将其转换为特征的二维向量是合理的，其中对于每一帧，您都有一个与不同频带相对应的值（特征）数组。如果要处理音乐，每帧做一个 FFT 是个好主意，对于语音，最好计算mel-frequency cepstrum

同样，您可以使用许多现有的库来获取 mel 频率特征，其中之一是语音识别工具包CMUSphinx

【讨论】：

非常感谢！得到了很多信息！尤其是iOS开源cmusphinx.sourceforge.net