如何测量语音文件的相似度

Posted 2023-02-25

【中文标题】如何测量语音文件的相似度

【英文标题】：How to measure speech file similarity

【发布时间】：2013-11-16 06:14:54

【问题描述】：

我有两个语音音频文件。每个文件都是从电话通话中记录下来的，它们的长度不同（第一个文件长 3 秒，第二个文件长 5 秒）。我想测量两个文件的相似性。请注意，我对语音信号中的文本内容不感兴趣（即 NO Speech to Text）。我只需要测量相似度并获得分数或百分比。

我发现很少有工具可以进行音频指纹分析，但我发现几乎所有工具都针对音乐音频文件，并且在其语音时表现不佳。

【问题讨论】：

已经问过***.com/questions/19841333/…

亲爱的 Nikolay，您能回答一下吗？感谢您添加此评论。希望得到您的指导。

【参考方案1】：

音频指纹不应用于查找相似性，当您有一个音频或一段音频完全相同时，应使用音频指纹。

您可能需要收集一组特征，例如梅尔频率倒谱系数 (MFFC)，并使用一种分类方法（例如 HNN）来告诉您相似度（辛苦）哈哈