Messrate der Sprache in Echtzeit

Question

Ich bin auf der Suche nach einem schnellen und einfachen Weg, um die Rate zu messen, mit der ich in Echtzeit spreche. Kursgeprägte Ansätze oder Approximationen sind ausreichend. Die Idee besteht darin, eine einfache App/ein Widget zu schreiben, das Ihnen zumindest sagt, dass Sie beim Sprechen schneller oder langsamer werden müssen. Dinge wie Tonhöhe und Lautstärke zu messen, könnte auch nett sein.

Ich nehme an, dass dies einfach mit einer Vielzahl von Spracherkennung Bibliotheken getan werden kann, aber ich kenne keine von ihnen und schnelle Blicke auf die Dokumentation geben keine einfache Antwort oder sogar eine gute Vorstellung von welcher Bibliothek zu betrachten in mehr Tiefe.

Idealerweise hätte die Bibliothek eine Python-Schnittstelle, aber alles, was unter Linux/OSX/Android laufen kann, würde ausreichen. iOS ist nicht lebensfähig. Die Verwendbarkeit der Bibliothek/Beispiele ist wichtiger als die Leistung.

Answer 1

Effiziente Sprachratenerkennung kann ohne Spracherkennung durchgeführt werden, da die Spracherkennung viel Rechenaufwand erfordert. Der Algorithmus ist in

beschrieben

Dagen Wang and Shrikanth S. Narayanan. Robust speech rate estimation for spontaneous speech.

Ali Ziaei, Abhijeet Sangwan, John H. L. Hansen. A Speech System for Estimating Daily Word Counts

und nutzt Peak-Detektor für sehr schnelle Abschätzung des Wort zählt.

Es gibt zwar keine Open-Source-Implementierung, aber es lohnt sich, sie selbst zu implementieren.