在c#或c++中搜索另一个音频中的音频
本文关键字：音频 另一个 搜索 c++ | 更新日期: 2023-09-27 18:09:15
假设有一个示例音频文件，其中包含最多10个简单单词
"一二三....十"
，并且音频文件中的每个数字之间有1秒的沉默。
例如，我想检查音频文件是否包含关键字"Two"。请注意，我有关键字"二"语音文件，它是完全相同的声音从主语音文件，但它可能包含一些噪音。是否有一种方法可以让我在更大的音频文件中搜索语音"二"并找到发生时间?
由于没有提供代码，我只是给你一个如何进行的想法，希望它会有所帮助。
首先，你必须根据沉默将文件拆分为10个不同的音频文件(我相信有库可以帮助你做到这一点)。
然后你可以将文件发送到google语音识别api，并获得一个字符串作为结果，该字符串将根据文件中的声音包含字符串。
编辑:请参考:https://googlespeechtotext.codeplex.com/
如何使用谷歌语音识别api在c#?
你为什么不把这两个音频样本都转换成一些比特或信号格式，并检查它们是否都有一些共同的字符串呢?
在进一步研究。net中的音频之前，你应该检查一些链接:
http://crsouza.com/2009/08/converting-audio-bit-depths-in-c/
https://cscore.codeplex.com/
http://www.codeproject.com/Articles/501521/How-to-convert-between-most-audio-formats-in-NET
让我知道你是否能解决这个问题。