Boa noite, estou trabalhando em um projeto com o Kinect e preciso realizar um reconhecimento de gênero usando as informações de voz capturadas pelo microfone do sensor. O reconhecimento também pode serbaseado em texto, isto é, a frase dita pelo utilizador pode ser sempre a mesma. Eu "apenas" preciso da resposta binária masculina / feminina.

Eu verifiquei o Sphinx de código aberto bastante popular, mas não consigo entender se ele poderia ser usado para minhas necessidades.

Alguma ideia do que eu poderia usar?
Desde já, obrigado.