Come faccio a confrontare 2 file audio, restituendo una percentuale di differenza

C'è un modo per confrontare 2 file audio, per cui verrà restituita una percentuale di differenza? Sto usando C # VS08 , .net framework 3.5.

Modificato: differenza nel suono (come ad es. Audio 1:, "HELP"Audio 2 "HELP ME PLEASE":, restituirà la differenza in percentuale tra questo audio 2).

Attualmente sto salvando i file registrati in formato WAV e la sua velocità in bit e la qualità saranno uguali a quelle che verranno registrate e confrontate. Vorrei chiedere se esiste un modo per confrontare il suono (non solo i binari) in 2 file audio con le stesse proprietà e lo stesso formato (WAV) e mostrare la differenza percentuale tra i 2 suoni nei 2 file audio.

L'aiuto sarà molto apprezzato.

Potresti definire la "percentuale di differenza"?

Ad esempio, comunicaci quale valore ti aspetti di ottenere:

• Tra due versioni dello stesso file codificate con impostazioni diverse?
• Tra due versioni dello stesso file, tranne per il fatto che una è leggermente più veloce dell'altra?
• Tra due registrazioni dello stesso ingresso audio, ma attraverso diversi microfoni / apparecchiature di registrazione?
• Tra due registrazioni della stessa persona che dice la stessa parola?
• Tra due registrazioni della stessa persona che dice la stessa parola, con una prosodia diversa (ritmo / melodia)?
• Tra due registrazioni di persone diverse che dicono la stessa parola?
• Tra due registrazioni della stessa persona che dice la stessa frase, tranne poche parole?
• Tra una registrazione di una persona e quella di una mucca?
• Tra una registrazione di un aeroplano e musica?

Cosa vuoi misurare? Il contenuto del discorso (parole)? La melodia, il ritmo? La somiglianza audio complessiva? Differenze nelle apparecchiature di codifica / registrazione?

Dai un'occhiata a ITU-T P.862 . È una forma standardizzata di PESQ (valutazione percettiva della qualità del parlato) , famiglia di standard per la valutazione della qualità del parlato vissuta da un utente di un sistema di telefonia.

Questo riguarda solo il parlato (non altre informazioni audio). Si confrontano due file audio, sorgente e degradati e si ottiene un valore in percentuale o MOS equivalente.

Sto usando una funzione JavaScript per confrontare il file audio di traino. Usando la stessa logica sei in grado di confrontare qualsiasi file in qualsiasi lingua.

function compireAudio(){ 
var audio1 = "http://soundjax.com/reddo/86502%5Ealarm.mp3"; 
var audio2 = "http://soundjax.com/reddo/44368%5EALARME.mp3";
var i,j,d;
var matching = 0;
var t = 0;var i,j,d;
var matching = 0;
var t = 0;
var audio1Arr = Array();
var audio1Len = audio1.length;
for (i = 1; i<=audio1Len; i++)
{
    //reverse so its like a stack
    d = audio1.charCodeAt(audio1Len-i);
    for (j = 0; j < 8; j++) 
    {
        audio1Arr.push(d%2);
        d = Math.floor(d/2);
    }
}
var audio2Len = audio2.length;
for (i = 1; i<=audio2Len; i++)
{
    //reverse so its like a stack
    d = audio2.charCodeAt(audio2Len-i);
    for (j = 0; j < 8; j++) 
    {
        if(d%2 == audio1Arr[t])
        {
            matching++;
        }
        d = Math.floor(d/2);
        t++;
    }
}
var avarage = Number(matching)/((Number(t)+Number(audio1Arr.length))/Number(2))*Number(100);
alert('The Matching with the two audio is '+avarage+' %.');

}