¿Cómo identificar el altavoz del patrón de voz utilizando Microsoft Speech?

Question

Estoy usando Microsoft Speech C# API para los comandos de automatización del hogar

Me gustaría saber si hay una forma o método C# incorporado para hash de entrada de voz y reconocer quién está hablando. Si es Alice o Bob, decir "Hola Alice" o "Hola Bob".

EDIT:

Microsoft Speech API puede proporciona un .wav de la grabación. Puede ser que sea capaz de hachís, proceso, ... para entender quién está hablando:

• voz, modulación lenta, ... => Bob
• alta voz, modulación rápida, ... => Alice

Answer 1

El reconocimiento de altavoces es un problema difícil y sigue siendo un área de investigación activa. No creo que la API de Microsoft tenga ningún soporte de reconocimiento de parlantes, pero no está 100% seguro.

Encontré el siguiente artículo realmente útil mientras investigaba el tema. Introduce el tema y también proporciona una implementación muy cruda. Probablemente sea un buen lugar para comenzar.

http://www.ibm.com/developerworks/opensource/library/os-sndpeek/index.html

Answer 2

Parece que está tratando de resolver el problema del altavoz diarización (encontrar quien habla cuando); hay muchas herramientas disponibles en Internet para eso. Podría recomendar uno (ejecutar en Java) llamado LIUM: http://www-lium.univ-lemans.fr/diarization/doku.php.

Si solo te interesa distinguir a Alice y Bob, puedes echar un vistazo a la parte de Detección de género en la página de scripts del sitio web anterior (o directamente aquí http://www-lium.univ-lemans.fr/diarization/doku.php/gender_detection).

Answer 3

Puede utilizar Microsoft Altavoz Reconocimiento APIs para hacer esta tarea: https://www.microsoft.com/cognitive-services/en-us/speaker-recognition-api

Microsoft ofrece dos APIs para este propósito: Speaker Verification & altavoz de identificación.

Usted puede encontrar su C# & Python SDK aquí: https://github.com/Microsoft/ProjectOxford-ClientSDK/tree/master/SpeakerRecognition