我正在使用C＃VS08，.net framework 3.5。
编辑：声音差异（例如，音频1：
"HELP"，音频2："HELP ME PLEASE"，它将返回这2种音频之间的百分比差异。）我目前正在以WAV格式保存录制的文件，其比特率和质量也将与录制和比较的比特率相同。我想问一下是否有一种方法可以比较两个具有相同属性和相同格式（WAV）的音频文件中的声音（不仅仅是二进制文件），并显示两个音频文件中两个声音之间的百分比差异。 br />
我们将不胜感激。
#1 楼
例如，请告诉我们您希望获得哪个值：在两个版本的使用不同设置编码的同一文件？
在同一文件的两个版本之间，只是一个版本比另一个版本稍快？
在相同音频输入的两个记录之间，但是通过不同的麦克风/录音设备？
同一个人说两个单词的两个录音之间？
同一个人说同一单词的两个录音之间的韵律（节奏/旋律）不同吗？不同的人说相同的单词？
同一个人的两个录音之间说几个句子，除了几个单词？
一个人的录音与一头牛的录音之间？
记录飞机和音乐？
您要测量什么？演讲内容（单词）？旋律，节奏？总体的音频相似度？编码/记录设备的差异？
评论
$ \ begingroup $
不要屏住呼吸；问题是两岁，OP是AWOL。
$ \ endgroup $
–埃姆雷
2012年3月28日23:22
$ \ begingroup $
糟糕，我仅注意到（最近的）迁移日期。
$ \ endgroup $
–小食
2012年3月29日在8:51
#2 楼
请查看ITU-T P.862。它是PESQ（语音质量的感知评估）的标准形式，PESQ是评估电话系统用户所体验的语音质量的标准系列。这仅涉及语音（不是其他音频信息） ）。您比较两个音频文件（源文件和降级文件），并获得以百分比或MOS等效值表示的值。
评论
$ \ begingroup $
欢迎使用DSP.stackexchange！感谢您提供答案，但我建议您查看FAQ，以改善您的答案/问题。不鼓励签名-无论如何，您都要使用注册的句柄“签名”。另外，为您在回答中提到的方法提供外部材料，示例和说明的链接也是一种好习惯：)
$ \ endgroup $
–佩内洛普
2012年11月26日12:19
#3 楼
我正在使用一种JavaScript函数比较两个音频文件。通过使用相同的逻辑，您可以比较任何语言的任何文件。function compireAudio(){
var audio1 = "http://soundjax.com/reddo/86502%5Ealarm.mp3";
var audio2 = "http://soundjax.com/reddo/44368%5EALARME.mp3";
var i,j,d;
var matching = 0;
var t = 0;var i,j,d;
var matching = 0;
var t = 0;
var audio1Arr = Array();
var audio1Len = audio1.length;
for (i = 1; i<=audio1Len; i++)
{
//reverse so its like a stack
d = audio1.charCodeAt(audio1Len-i);
for (j = 0; j < 8; j++)
{
audio1Arr.push(d%2);
d = Math.floor(d/2);
}
}
var audio2Len = audio2.length;
for (i = 1; i<=audio2Len; i++)
{
//reverse so its like a stack
d = audio2.charCodeAt(audio2Len-i);
for (j = 0; j < 8; j++)
{
if(d%2 == audio1Arr[t])
{
matching++;
}
d = Math.floor(d/2);
t++;
}
}
var avarage = Number(matching)/((Number(t)+Number(audio1Arr.length))/Number(2))*Number(100);
alert('The Matching with the two audio is '+avarage+' %.');
}
评论
$ \ begingroup $
直接比较字节流不起作用。两条录音在听觉上是无法区分的，但根据您的代码，它们被编码为两个不同的流，匹配度为0％。
$ \ endgroup $
–小食
2012年5月24日15:55
评论
您所描述的是数字信号处理领域。坦率地说，如果您需要询问如何做，那么您就毫无准备了。我非常怀疑.NET是否具有如此复杂的内置功能。<br />我最近看过一篇有关该主题的研究论文：一种工业强度的音频搜索算法（PDF）它们比较频谱。该技术已在流行的iPhone应用Shasham中使用。
为了回答这个问题，我们需要对“相似”的含义进行仔细而精确的定义。在wav文件的上下文中，您认为“相似”是什么意思？
您正在尝试解决全世界几十年来认真研究的语音识别问题。尽管这是一件很酷的事情，但我认为如果没有DSP，贝叶斯网络，分类器等方面的先验知识，那么对一个人来说这是很难处理的。
您是否真的想比较音频或仅抄录文本的差异？一旦您克服了最初的障碍，那就容易得多。