我想区分音频文件中的男声和女声并将它们分开。作为输出，我想将两种声音分开。你能帮我吗，编码可以用Java还是C++完成？
最佳答案
这可能是一个非常复杂的问题，类似于编写自己的语音识别(或识别)算法。
您首先需要将音频转换为频域，这是使用Fast Fourier Transform完成的。
对于您进行FFT的每个时间片，这将为您提供频率及其幅度的列表。您将需要以某种方式通过分析谐波来检测基音。 2次和3次谐波将最清晰。很难弄清它们是哪些谐波，尤其是背景噪声和人们的声音之间的自然差异(就哪些谐波最大)而言。然后，您可以根据您猜出的基本音调，尝试确定说话者是男性还是女性。
请记住，在语音的许多部分(例如，“s”，“t”等)中，没有声音，只有噪音。它需要非常智能。
希望这能为您指明正确的总体方向。
注意:如果两个声音同时出现，并且您希望将它们清晰地分开，那么这将无济于事。我不相信任何人还可以解决这样的问题。
关于audio - 如何从音频文件中拆分男性和女性声音(使用C++或Java)，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/605586/