[想法] 在日志级别的 Mel 光谱图上计算关键特征的相似性
作者: ggerganov创建于 2022年10月2日更新于 2022年10月2日
标签enhancement
目前,我们计算时域关键波形之间的交叉相关性,以确定 2 个关键的相似性。不过,我们可以计算信号的梅尔频谱图上的相似度指标。梅尔频谱图似乎是现代先进语音识别算法中用于音频表示的首选方法,那么为什么不在关键录入中尝试使用它呢?以下是一个计算音频的对数缩放梅尔频谱图的示例实现,我最近在`whisper.cpp`项目中完成了此实现:
内容来源: ggerganov/kbd-audio