基于C++实现的ivector说话人识别SDK_i-vector c++-优快云博客

本文链接：https://blog.youkuaiyun.com/u012594175/article/details/89108535

根据语音片段进行说话人识别的SDK，c/c++实现。

利用ivector算法，进行说话人识别，包含了一个基础的ivector模型(6M)，效果一般优于gmm-ubm算法。

wav文件不要超过1M大小。

1.Windows

Win10 and VS2013

环境配置参考《说话人识别和说话人性别识别SDK-通过语音判断说话人，及说话人的性别》。因为ivector比gmm-ubm计算量更大，debug模式可能会比较慢。

// main.cpp

#include <iostream>
#include "speaker_recognizer.h"
int main()
{
	SpeakerRecognizer spk;
	bool ret = spk.Init("iv.model");
	if (!ret)
		return -1;

	ret = spk.RegisterSpeaker("BAC009S0002W0123.wav", "s2");
	
	ret = spk.RegisterSpeaker("BAC009S0003W0121.wav", "s3");

	std::string rec = spk.RecognizeSpeaker("BAC009S0003W0122.wav"); // s3
	std::cout << rec << std::endl;

	return 0;
}