我尝试编写一个可以测试用户发音的程序。
该程序将播放波形声音，说一个英语句子，然后用户将尝试发音并记录其声音，然后程序将检查该波形的相似性并指出用户的发音。
问题是，是否可以使用.net编写此程序？如果可以，我可以使用哪些库？有入门指南吗？
最佳答案
音乐识别程序通常在频谱域中表示声音(以捕获音高)。
根据某些频谱表示，可以使用距离度量(欧几里得或其他)。
对于语音，时间维度是必要的。
在空间域中，考虑时间变形(慢速与快速)的翘曲措施似乎也是一个不错的选择。
模板匹配算法可能像OCR算法一样都是不错的选择，但是现在您将要处理声波问题。
声波算法通常考虑的是滑动窗口或分段。
关于.net - 如何使用.net比较两个音轨的波形？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/17732218/