¿Cómo comparo 2 archivos de audio, devolviendo un porcentaje de diferencia

¿Hay alguna manera de comparar 2 archivos de audio, mediante el cual se devolverá un porcentaje de diferencia? Estoy usando C # VS08 , .net framework 3.5.

Editado: diferencia en el sonido (como por ejemplo, Audio 1:, "HELP"Audio 2:, "HELP ME PLEASE"devolverá la diferencia en porcentaje entre este audio 2).

Actualmente estoy guardando archivos grabados en formato wav, y su velocidad de bits y calidad también serán las mismas que las que se grabarán y se compararán. Deseo preguntar si hay una manera de comparar el sonido (no solo los binarios) en 2 archivos de audio de las mismas propiedades y el mismo formato (WAV), y mostrar la diferencia porcentual entre los 2 sonidos en los 2 archivos de audio.

La ayuda será muy apreciada.

¿Podría definir el "porcentaje de diferencia"?

Por ejemplo, díganos qué valor espera obtener:

• ¿Entre dos versiones del mismo archivo codificado con diferentes configuraciones?
• ¿Entre dos versiones del mismo archivo, excepto que una es ligeramente más rápida que la otra?
• ¿Entre dos grabaciones de la misma entrada de audio, pero a través de diferentes equipos de grabación / micrófono?
• ¿Entre dos grabaciones de la misma persona diciendo la misma palabra?
• ¿Entre dos grabaciones de la misma persona diciendo la misma palabra, con una prosodia diferente (ritmo / melodía)?
• ¿Entre dos grabaciones de diferentes personas que dicen la misma palabra?
• ¿Entre dos grabaciones de la misma persona diciendo la misma oración, excepto por unas pocas palabras?
• ¿Entre la grabación de una persona y la de una vaca?
• ¿Entre una grabación de un avión y música?

¿Qué quieres medir? El contenido del discurso (palabras)? La melodía, el ritmo? La similitud de audio en general? ¿Diferencias en el equipo de codificación / grabación?

Eche un vistazo a ITU-T P.862 . Es una forma estandarizada de PESQ (Perceptual Evaluation of Speech Quality) , familia de estándares para evaluar la calidad del habla según la experiencia de un usuario de un sistema de telefonía.

Esto es solo alrededor del habla (no otra información de audio). Compara dos archivos de audio, fuente y degradado, y obtiene un valor en porcentaje o equivalente MOS.

Estoy usando una función de JavaScript para comparar el archivo de audio de remolque. Al usar la misma lógica, puede comparar cualquier archivo en cualquier idioma.

function compireAudio(){ 
var audio1 = "http://soundjax.com/reddo/86502%5Ealarm.mp3"; 
var audio2 = "http://soundjax.com/reddo/44368%5EALARME.mp3";
var i,j,d;
var matching = 0;
var t = 0;var i,j,d;
var matching = 0;
var t = 0;
var audio1Arr = Array();
var audio1Len = audio1.length;
for (i = 1; i<=audio1Len; i++)
{
    //reverse so its like a stack
    d = audio1.charCodeAt(audio1Len-i);
    for (j = 0; j < 8; j++) 
    {
        audio1Arr.push(d%2);
        d = Math.floor(d/2);
    }
}
var audio2Len = audio2.length;
for (i = 1; i<=audio2Len; i++)
{
    //reverse so its like a stack
    d = audio2.charCodeAt(audio2Len-i);
    for (j = 0; j < 8; j++) 
    {
        if(d%2 == audio1Arr[t])
        {
            matching++;
        }
        d = Math.floor(d/2);
        t++;
    }
}
var avarage = Number(matching)/((Number(t)+Number(audio1Arr.length))/Number(2))*Number(100);
alert('The Matching with the two audio is '+avarage+' %.');

}