声音识别API，SDK（Android）[关闭]答案

【问题标题】：Sound recognition API, SDK (Android) [closed]声音识别API，SDK（Android）[关闭]
【发布时间】：2013-06-16 22:33:20
【问题描述】：

我需要制作一个能够识别我创建的某些声音文件的 Android 应用，并对识别执行操作。所以类似于 Shazam/Soundhound，但有我自己的声音文件。是否有任何 API 或 SDK 或其他东西？我读过 Echoprint，但我知道它适用于 Windows 和 iOS，对我来说似乎很难。那行得通吗？或者还有其他选择吗？

PS：为了清楚起见，我不想要语音识别或文字转语音。我的声音文件可以包含音乐、失真的声音、效果等

【问题讨论】：

这是什么？你不想要语音识别？？那么你怎么能识别声音文件？？？
正如我所说，我希望它能够识别 Shazam 或 Soundhound 等声音文件，而不是某人的语音命令
这也用于（高通的云台）星际迷航进入黑暗应用程序，但尚未向公众发布 sdk 功能
这是音频特征提取和音频指纹问题。不乏对不同方法的学术研究。稳健（例如针对播放速度调整、EQ、失真、压缩）往往是专有的（本质上，Shazam 的主要资产是它的算法）。然而，有很多不那么健壮和非系统的方法已经发布，可能带有源代码。 Sonic Visualizer 是掠夺方法和源代码的好地方。这是一个特别难的问题
我知道这是关于音频指纹识别的，但我不想创建系统。这本身就是一个完整的项目。我想使用已经为此创建的系统，这就是为什么我要求提供任何可能存在的 API 或 SDK

标签： android audio audio-processing

【解决方案1】：

ACRCloud支持音乐/音频搜索引擎，支持5000万首歌曲/用户上传内容，适用于iOS/Android/Linux的SDK，注册后即可下载(http://console.acrcloud.com/signup)。客户分为三层：

免费层，用于演示/原型设计
加速层，面向初创公司
商业层

希望这有帮助

【讨论】：

我刚刚拼凑了这个服务的一个测试应用，它看起来很有前途。文档确实需要和大修，而且它周围看起来像是一个仍在成熟的服务，但它很容易上手，并且在第一次尝试时就奏效了。
谢谢，我们改进了控制台，示例代码可以在这里找到：github.com/acrcloud/webapi_example

【解决方案2】：

一年后，我最终使用了为 Android 编译的 Echoprint，如 here 所述。它得到了一些结果，但总的来说效果很差，尤其是使用自定义声音文件。 Echoprint 不是为 OTA 识别而设计的。我会推荐它用于测试/原型设计，但不推荐用于生产。不幸的是，到目前为止，只有它允许您拥有自己的服务器和声音文件。

【讨论】：

ACRCloud 是一个音频/音乐识别服务，它支持用户自定义搜索数据库，这意味着用户可以上传自己的音频/音乐文件来建立音频/音乐的索引。请参阅：github.com/acrcloud/webapi_example 和 console.acrcloud.com/demo
我正在开展一个通过预存声音进行说话人识别/说话人识别的项目。这会有帮助吗？？？