ピッチ、音色、音量をスピーカーに合わせることはできますか？

Question

私は話者認識システムを作りたいです。おそらく大量のデータが必要になるので、深い学習を使って作りたいとは思っていません。上記のオーディオコンポーネントを使用して実装することはできますか？

Answer 1

いずれの場合でも、スピーカーを「認識」したい場合は、データ学習が必要です。古典的な手法は、MFCCの計算と、kMeans（またはそれ以上詳しくはGMMs）による分類に基づいています。

あなたはhereのスピリットダイアリゼーションのためのLIUMのシステム全体の概要を知ることができます（より洗練されています）。