Здравствуйте. Для дипломной работы появилась идея написать прогу, которая бы определяла человека по голосу. Прочитал, что используют MFCC.
Написал на Python запись голоса с микро, затем нашел алгоритм как получать MFCC. В итоге у меня получился массив из 30 кепстр. коэф. на каждые 0.025 секунд (примерно 30 на 200).
И тут вопрос. А что с ними делать дальше? Просуммировать коэф. на всей временной оси, получить средние и сравнивать уже по ним, или по всему массиву? И можно как-нибудь сюда засунуть нейронные сети.
Помогите пжл дэбилу (мне)