Reconnaissance vocale (Python)

Bonjour,
Dans le cadre de mes études j'ai un projet consistant à réaliser un programme de reconnaissance vocale (quelques lettres hachurées, pas des mots entiers). Et pour cela, j'aurai besoin de pouvoir comparer les formants propres à chaque lettre sur Python. Je sais comment obtenir un spectrogramme plutôt bien détaillé mais je n'ai absolument pas d'idée concernant la comparaison de fichiers audio... (Il n'y a pas grand chose sur le net concernant les formants sur python)
Merci de votre aide !

Pour la reconnaissance vocale, tu peux t'intéresser aux coefficients mel cepstraux.

Par exemple, disons que tu as deux sets de sons l'un ou tu prononce le son "a" et le son "b". Les coefficients Mel de permettre de déterminer quel son a été prononcé.

Pour ce faire constitue une base de donnée de son "a", "b", "c", "ch", ...

Il faut procéder en trois étapes:

* calcul les coefficients MEL pour chaque fichier audio
* applique un algorithme de classification (K-Mean)
* Quand tu as un nouveau son a testé calcule les MEL our ce son et projete dans l'espace des K-Means pour trouver quel type de son est le plus proche.

Je te laisse faire les recherches algorithmiques

Note: tu peux aussi entrainer un réseau de neurones à la place des K-Means