Kreuzkorrelation und FFT in C # für die Sprachauthentifizierung
Dies ist eine ähnliche Frage wie die anderen, aber keine doppelte Frage. Ich kann jedoch immer noch nicht das richtige Ergebnis erzielen.
Ich versuche im Grunde, zwei Wav-Dateien (1 - Base File 2 - Temp File) aufzunehmen und diese dann in Byte umzuwandeln und an Aforge FFT und dann die Korrelation zu übergeben.
Es gibt wenig Verwirrung. Wenn ich die Datei aufzeichne, verwende ich 44100 kHz mit 16 Bit. Daher glaube ich, dass es 44100 Bytes pro Sekunde zurückgeben wird. FFT akzeptiert Bytes mit einer Potenz von 2, ich übergebe also jeweils 16384 Bytes und speichere diese im übergeordneten Array. Anschließend verwende ich den Kreuzkorrelationsalogorithmus, um die Ähnlichkeit zu überprüfen, und er gibt immer nur etwa 0,30 zurück. Ich bin mir wieder nicht sicher, ob ich den richtigen Weg eingeschlagen habe.
Ich hänge den Beispielcode und die entsprechenden Referenzen an.
static void Start()
{
waveSource = new WaveInEvent();
//waveSource.WaveFormat = new WaveFormat(44100, 1);//44khz rate
waveSource.WaveFormat = new WaveFormat(44100, 16, 1);
waveSource.DataAvailable += new EventHandler<WaveInEventArgs>(waveSource_DataAvailable);
waveSource.RecordingStopped += new EventHandler<StoppedEventArgs>(waveSource_RecordingStopped);
Random rnd = new Random();
int card = rnd.Next(52);
waveFile = new WaveFileWriter(@Environment.CurrentDirectory.ToString() + @"\Recording" + card.ToString() + "0001.wav", waveSource.WaveFormat);
waveSource.StartRecording();
}
private static void FileCompare(string file1, string file2)
{
double[] r1;
// readWav(file1, out permanent, out r);
//readWav(file2, out temp, out l);
openWav(file1, out permanent, out r1);
openWav(file2, out temp, out r1);
double[] odoubledata = new double[163840];
double[] odoubledata1 = new double[163840];
int n = 0;
int k = 0;
for (int lk = 0; lk <10; lk++)
{
// if (lk != 0 || lk != 9)
{
AForge.Math.Complex[] c = new AForge.Math.Complex[16384];
for (int i = 0; i < 16384; i++)
{
c[i].Re = permanent[i];
, c[i].Im = 0;
}
AForge.Math.Complex[] c1 = new AForge.Math.Complex[16384];
for (int i = 0; i < 16384; i++)
{
c1[i].Re = temp[i];
c1[i].Im = 0;
}
FourierTransform.FFT(c, FourierTransform.Direction.Forward);
FourierTransform.FFT(c1, FourierTransform.Direction.Forward);
// FourierTransform.DFT(c1, FourierTransform.Direction.Forward);
double[] doubledata = new double[c.Length];
double[] doubledata1 = new double[c1.Length];
for (int i = 0; i < c.Length; i++)
{
doubledata[i] = c[i].Re;
odoubledata[k] = c[i].Re;
k = k + 1;
}
for (int i = 0; i < c1.Length; i++)
{
doubledata1[i] = c1[i].Re ;
odoubledata1[n] = c1[i].Re;
n = n + 1;
}
}
}
double temq2;
int off;
CalcCrossCorrelation(odoubledata, odoubledata1, out off, out temq2);
Console.WriteLine("Similarity " + temq2);
}
Referenzen - Speichern der Wav-Dateihttps: //stackoverflow.com/a/17983876/412447
Reading Wav Filehttps: //stackoverflow.com/a/11162668/412447
Kreuzkorrelationhttps: //stackoverflow.com/a/27277120/412447
FFT Codehttps: //stackoverflow.com/a/170413/412447
Aktualisiere
Ich speichere die Beispieldateien mit denselben Bytes, die sich leicht vergleichen lassen. Die Aufnahme stoppt sich nach 4 Sekunden von selbst.
static void Start()
{
waveSource = new WaveInEvent();
//waveSource.WaveFormat = new WaveFormat(44100, 1);//44khz rate
waveSource.WaveFormat = new WaveFormat(8192, 16, 1);
waveSource.DataAvailable += new EventHandler<WaveInEventArgs>(waveSource_DataAvailable);
waveSource.RecordingStopped += new EventHandler<StoppedEventArgs>(waveSource_RecordingStopped);
Random rnd = new Random();
int card = rnd.Next(52);
waveFile = new WaveFileWriter(@Environment.CurrentDirectory.ToString() + @"\Recording" + card.ToString() + "0001.wav", waveSource.WaveFormat);
waveSource.StartRecording();
}
static void waveSource_DataAvailable(object sender, WaveInEventArgs e)
{
if (waveFile != null)
{
waveFile.Write(e.Buffer, 0, e.BytesRecorded);
int seconds = (int)(waveFile.Length / waveFile.WaveFormat.AverageBytesPerSecond);
if (seconds > 4)
{
waveFile.Flush();
Stop();
}
}
}
Auch ich konnte nicht alle Bytes senden, da die Gesamtlänge nicht in Potenz 2 war. Daher sende ich nur 2 Bytes gleichzeitig und normalerweise erhalte ich eine Ähnlichkeit von 0,60.
private static void FileCompare(string file1, string file2)
{
double[] l;
double[] r;
double[] r1;
// readWav(file1, out permanent, out r);
// readWav(file2, out temp, out l);
openWav(file1, out permanent, out r1);
openWav(file2, out temp, out r1);
double[] odoubledata = new double[41769];
double[] odoubledata1 = new double[41769];
Console.WriteLine("-------cross correlation--------");
int n = 0;
int k = 0;
for (int i = 0; i < permanent.Length; i = i + 2)
{
Complex[] test1 = new Complex[2];
test1[0].Re = permanent[n];
test1[0].Im = 0;
test1[1].Re = permanent[n + 1];
test1[1].Im = 0;
FourierTransform.FFT(test1, FourierTransform.Direction.Forward);
odoubledata[n] = test1[0].Magnitude + test1[0].SquaredMagnitude;
odoubledata[n + 1] = test1[1].Magnitude + test1[1].SquaredMagnitude;
n = n + 1;
}
for (int i = 0; i < temp.Length; i = i + 2)
{
Complex[] test1 = new Complex[2];
test1[0].Re = temp[k];
test1[0].Im = 0;
test1[1].Re = temp[k + 1];
test1[1].Im = 0;
FourierTransform.FFT(test1, FourierTransform.Direction.Forward);
odoubledata1[k] = test1[0].Magnitude + test1[0].SquaredMagnitude;
odoubledata1[k + 1] = test1[1].Magnitude + test1[1].SquaredMagnitude;
k = k + 1;
}
double temwe2;
int offs;
CalcCrossCorrelation(odoubledata, odoubledata1, out offs, out temwe2);
Console.WriteLine("Similarity Total together " + temwe2);
}
Ich bin nicht sicher, ob ich die korrekten Ausgabewerte durch Summieren von Magnitude und Squared Magnitude speichere.