음성 활동 감지를위한 라이브러리 (음성 인식 아님)

이전 질문에 따라 음성 감지 라이브러리가 있는지 궁금합니다. 음성 감지 란 오디오 버퍼를 전달하고 음성이 시작 및 중지되는 위치의 색인을 다시 가져 오는 것을 의미합니다. 따라서 44kHz에서 10 초의 오디오 샘플링을 수행하면 다음과 같은 숫자 배열이 필요합니다.

44000
88000
123000
190334
...

예를 들어 말은 1 초 후에 시작하여 2 초 지점에서 끝난다는 것을 나타냅니다.

내가 찾고 있지 않은 것은 음성으로 텍스트를 쓰는 음성 인식입니다. 불행히도 이것은 구글 '음성 감지'시 많이 볼 수 있습니다.

아이폰 용 앱을 작성할 때 라이브러리가 C, C ++ 또는 Objective-C에 있다면 좋을 것입니다.

감사!

내에서 대답 하여 그 질문에, 나는 음성 활동 감지 G.729 및 다른 사람과 같은 코덱의 표준 기능이라고 언급했다.

이를 적용하는 알고리즘에 대한 참조 인코더 및 디코더를 찾아야합니다.

그러한 예 중 하나는 http://www.voiceage.com/openinit_g729.php입니다.

또 다른 가능한 소스는 Speex 코덱입니다. VAD를 구현하는

BTW : "음성 감지"가 아닌 Google "음성 활동 감지"또는 "토크 분출"을 사용해야합니다.

Sphinx 및 Freeswitch 프로젝트에는 오픈 소스 구현이 있습니다. 모든 에너지 기반 검출기는 어떤 종류의 모델도 필요하지 않습니다.

스핑크스 4 (자바하지만 C / C ++로 포팅하기 쉬워야 함)

포켓 스핑크스

프리 스위치

Stackoverflow question 에서 가져온 답변 .

적응 형 임계 값을 사용한 음성 활동 감지는 모든 플랫폼에서 구현하기가 매우 쉽고 편리합니다.

여기 당신은 적응 형 에너지 기반 의 알고리즘을 가질 수 있습니다

처음 계산할 때 위의 알고리즘에 약간의 추가로 에너지 평균을 취하고 Emin으로 표시

이 과정에서 전달한 프레임은 서브 프레임으로 나뉘며 각 서브 프레임의 활동을 검사 할 수 있습니다

겹친 프레임으로 인한 추가 문제를 극복 할 수 있습니다

LibVAD는 어떻습니까?

그것은 당신이 묘사 한 것과 정확히 일치하는 것 같습니다.

공개 : 저는 LibVAD의 개발자입니다