Здравствуйте. Имеется музыкальный файл, и файл записанный с микрофона(с кском музыки). Какими способами можно сравнить эти файлы, для опреленения входит ли фрагмент с микрофона в мцзыкальный файл. Почитав по форуму, часто используют связку типа - Массив отсчетов->БПФ->MFCC->DTW(нейросеть) для двух файлов. Но в основном опять исходя из форумов, эту связку используют для распознавания голоса. Приминима ли эта связка преобразоваий к музыкальным файлам? И каким образом обрабатывать музыкальные файла длительностью напрмиер 4минуты и сравнивать их с куском микрофонным например 10 секундным?, если создавать эталон по музыкальному файлу весь его разложив в фурье и тд, то он выйдет достаточно большим.

Могу посоветовать СММ (Скрытые Модели Маркова): Для своих 10 секунд создаешь модель, а дальше по это модели ищешь в своих 4х минутах отрезок из ~10 секунд, которые хорошо подходят для этой модели. Ищешь - окнами, смещение в 0,5с. ну и естественно, что все это весьма ресурсоемко