Ses Etkinliği Tespiti için Kütüphaneler (Konuşma Tanıma Değil)

18

Önceki sorumu takip ederken , var olan herhangi bir konuşma algılama kütüphanesi olup olmadığını merak ediyordum. Konuşma algılama ile bir ses arabelleğine geçmek ve konuşmanın başladığı ve durduğu bir dizini geri almak kastediyorum. 44kHz'de 10 saniyelik ses örneklemem varsa, şöyle bir sayı dizisi beklerim:

Bu, örneğin konuşmanın bir saniye içinde başlayıp iki saniye noktasında bittiği anlamına gelir.

Ne ediyorum değil arayan söylenen söz metni dışarı yazıyor konuşma tanıma olduğunu. Ne yazık ki bu 'konuşma algılama' google çok gördüğüm şey.

İPhone için bir uygulama yazarken kütüphanenin C, C ++ veya hatta Objective-C olması harika olurdu.

Teşekkürler!

audio speech

— Eric Brotto
kaynak

1

Cevabınızı şu cevaplardan birinde bulabilirsiniz: dsp.stackexchange.com/questions/912/…

— Geerten

1

Bu yerine konuşma ve şarkı dışında çok benzer dsp.stackexchange.com/q/2367/29

— Endolit

1

Ayrıca ilgili: dsp.stackexchange.com/a/1543/29 "ses faaliyet algılama"

— Endolit

1

Başlangıç / ofset algılamaya bakmalısınız. Müzik, konuşma ve radar sinyal işlemede birçok uygulama ile aktif bir alandır.

— CyberMen

13

Bu soruya verdiğim cevaba göre , Ses Aktivitesi Algılama'nın G.729 gibi kodekler için standart bir özellik olduğunu belirtmiştim.

Bunu uygulayan algoritmalar için referans kodlayıcılar ve kod çözücüler aramalısınız.

Böyle bir örnek - http://www.voiceage.com/openinit_g729.php

Başka bir olası kaynak Speex codec bileşenidir. Hangi VAD uygular

BTW: Google'da "Konuşma Algılama" yerine "Ses Etkinliği Algılama" veya "Talk Spurt" yapmalısınız.

— Dipan Mehta
kaynak

6

Sfenks ve Freeswitch projelerinde açık kaynaklı uygulamalar var. Bence hepsi enerji bazlı dedektörler herhangi bir modele ihtiyaç duymazlar.

Sfenks 4 (Java, ancak C / C ++ 'a bağlantı kurmak kolay olmalı)

PocketSphinx

Freeswitch

Yanıt Stackoverflow sorudan alınmıştır .

— Geerten
kaynak

4

Uyarlanabilir Eşik kullanarak Ses Etkinliği Algılama herhangi bir platformda uygulanması çok kolay ve kullanışlıdır

Burada Adaptif Enerji tabanlı bir algoritmaya sahip olabilirsiniz.

İlk kez hesaplarken yukarıdaki algoritmaya küçük bir ekleme, Enerji Ortalamasını almak için emin olun ve Emin olarak işaretleyin

burada geçtiğiniz çerçeve alt çerçevelere bölünür ve ayrıca her bir alt çerçeveyi etkinliği için inceleyebilirsiniz

çakışan çerçevelerle ilgili diğer sorunların üstesinden gelebilirsiniz

— kakeh
kaynak

Yöntemi kağıtta uygulamaya çalışıyorum ama gürültü bastırma nedeniyle Min_E sıfır olduğunda kaybolmak. Bu durumda Thresh_E denkleminden -INF olur. Log1p (Min_E) alsa bile, Thresh_E sıfır değildir, böylece sıfır olmayan enerji nedeniyle sesli kareleri yanlış sınıflandırmak çok kolaydır. Herhangi bir iyi öneri veya yanlış anladım mı? Denklemler: Harman _ E Enerji _ Pr imThresh * günlüğü (Min _ E)

— Farley

3

LibVAD'a ne dersiniz?

Anlaşılan şeyi tam olarak yapıyor gibi görünüyor.

Açıklama: LibVAD'ın arkasındaki geliştiriciyim

— Charles
kaynak

Nasıl libVAD alabilirim?

— todd

Satın alarak. Web sitesi, bir formu doldurduktan sonra bir fiyat açıklamaz.

— Camille Goudeseune

2

Bağlantı şimdi ziyaretçilerin flaş güncellemesini isteyen bir kötü amaçlı yazılım sitesine gidiyor.

— Steve Severance