Имеется 2 звуковых файла с человеческим голосом прошедших через VAD-фильтр от сюда. Требуется сравнить голос на этих файлах. Собственно как это сделать? С чего начать копать?
Что-то вроде системы идентификации пользователя по голосу. Штука сложная, но всё же. И не обязательно можно использовать разные слова. А эм.. идентификации по произношению конкретного слова и голосу.