需求
-
比如有一句语音“开始”，先用 Google 翻译的标准音。
-
然后获取用户的声音。
-
然后比较语音的近似程度。
-
排除音高男女之类的差异，有点像图片比较，可以接受一定的模糊。
-
不知道有没有这类轮子。
PS：以前还找过视频去广告的方法，也尝试过一些音频的轮子，不过都是 python 的。这次想在网页上使用（感觉服务器反馈的延迟会影响体验），所以来请教一下大家。
This topic created in 2205 days ago, the information mentioned may be changed or developed.
Select Language