根据语音片段进行性别判断,以及说话人识别的SDK,c/c++实现。
利用GMM-UBM算法,可以进行说话人识别,或者性别识别,可以参考<声纹识别之Alize入门教程(二):GMM-UBM>。
进行性别识别的时候,将不同的性别视为不同的说话人即可。
1.Windows
Win10 and VS2013。
新建空项目=>选择项目,右键属性=>c/c++=>常规=>附加包含目录添加
属性=>链接器=>输入=>附加依赖项
属性=>链接器=>常规=>附加库目录:..\..\lib\Debug or ..\..\lib\Release 根据当前新建项目类型进行选择
属性=>c/c++=>代码生成=>运行库:根据当前新建项目类型进行选择,如果是Debug选择/MTd;Release选择/MT
1.1性别识别
#include <iostream>
#include "speaker_recognizer.h"
using namespace std;
int main(int argc, char *argv[])
{SpeakerRecognizer spk;bool ret = spk.Init("ubm.gmm", { "female.gmm", "male.gmm" }, { "female", "male" });if (!ret)return -1;std::string gender = spk.RecognizeSpeaker("BAC009S0002W0123.wav");std::cout << gender << std::endl;return 0;
}
1.2说话人识别
#include <iostream>
#include "speaker_recognizer.h"
using namespace std;int main(int argc, char *argv[])
{SpeakerRecognizer spk;bool ret = spk.Init("ubm.gmm");if (!ret)return -1;ret = spk.RegisterSpeaker("BAC009S0002W0123.wav", "s2");ret = spk.RegisterSpeaker("BAC009S0003W0121.wav", "s3");std::string res = spk.RecognizeSpeaker("BAC009S0003W0122.wav"); // s3std::cout << res << std::endl;return 0;}
2.Android
通过Android Studio 加载.so库,在项目里新建libs文件夹,拷贝目录 arm64-v8a、armeabi-v7a、x86、x86_64到libs文件夹下
在build.gradle文件里添加
android {
sourceSets{main{jniLibs.srcDirs = ['libs']}}
}
新建Package(com.spkrec),将以下文件拷贝到该package目录
SpeakerRecognizer.java
spkrec_module.java
spkrec_moduleJNI.java
SWIGTYPE_p_std__vectorT_std__string_t.java
vectors.java
2.1性别识别
整个流程以及API同windows c++版本,进行说话人识别可自行修改代码。
import com.spkrec.*;
static {// 加载so文件System.loadLibrary("spkrec"); }
String recordDir = String.format(Locale.getDefault(), "%s/Record/",Environment.getExternalStorageDirectory().getAbsolutePath());
SpeakerRecognizer SpkRec = new SpeakerRecognizer();
// 模型路径
vectors reg_path = new vectors();
reg_path.add(recordDir+"female.gmm");
reg_path.add(recordDir+"male.gmm");
// 模型对应的性别
vectors reg_names=new vectors();
reg_names.add("female");
reg_names.add("male");
boolean init_ret = SpkRec.Init(recordDir+"ubm.gmm",reg_path,reg_names);
if(!init_ret) // fail
{
return ...
}
String recg_ret = SpkRec.RecognizeSpeaker(result.getAbsolutePath());// 传入wav文件路径
使用网友的demo简单调试了一下几个API,主要就是在MainActivity.java添加了以上部分代码,程序启动的时候将三个gmm文件拷贝到了recordDir目录,生成了识别性别的小例子,如果识别结果为空的话,退出重新再打开app应该就好了。录音时间长一点,声音大一点,应该效果好一点:(。
android代码实在不会写,感谢网友的demo:
https://www.jianshu.com/p/c0222de2faed
https://github.com/zhaolewei/ZlwAudioRecorder
修改后的Android Studio工程,以及.so和apk文件下载地址:https://download.csdn.net/download/u012594175/11201103
https://github.com/NonDay/FreeSR
Windows完整代码下载地址 https://download.csdn.net/download/u012594175/11088482
声纹识别交流QQ群:875705987