我希望能够用 Java 解决以下问题 - 因为它是我最有经验的语言，也是我的首选。
我希望能够建立一个声音模型 - 例如狗吠声，基于不同狗吠声的 100 个声音样本...一旦我有了这个样本，我希望能够录制来自麦克风并根据模型对其进行处理，以确定录制的样本与模型足够接近的匹配概率，从而确定录制的声音是否是狗。
我有以下想法:
获取 100 只狗的傅立叶变换。
获取 100 人的平均 FT - 这就是现在的模型。
录制声音剪辑 - 生成傅里叶变换。
从模型 FT 中扣除声音片段 FT，看看它们如何比较？
我对音频没有太多经验 - 所以如果有人能告诉我这是否是正确的方法 - 使用什么 FFT 库 - 以及从 100 个样本构建平均 FT 的过程是什么 - 那太好了!
谢谢
最佳答案
尽管我已经多次阅读有关 FT 的内容，但我自己从未专门使用过它们。
但是，我使用了 CoMIRVA 库。它实现了基于 FT 等技术来比较音乐 (www.cp.jku.at/comirva)。简而言之，它通过比较音色来比较两个“音频源”(http://en.wikipedia.org/wiki/Timbre)。当我使用它时，它在某些情况下效果很好，但在其他情况下效果不佳。然而，那是音乐。我不知道它是否适用于狗叫。
我建议您看一下它并阅读有关它实现的技术的更多信息。您可以在音频处理标题下找到更多详细信息。我建议您阅读这两份报告(Mandel 和 Ellis、Aucouturier 和 Pachet)。
祝你好运!
关于java - 与模型的音频比较，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/5758774/