Re: [新聞] 賴清德被問釋放柯文哲爆粗口？ 總統府：

我覺得 在這個時代

講話要有證據 何況人的耳朵或眼睛

大致上並不能完全相信

--------------------------

https://youtu.be/Cin8OaUIN1k?feature=shared
影片A 來自台視
大約1:13 秒左右 有很明顯的馬的

https://www.youtube.com/live/03pug-LfFSQ?feature=shared
影片B 來自總統頻道
爭議片段 20:11 左右 沒特別放大的話聽不出來什麼

先把影片A跟B的音檔 取出來 轉成相同格式
320k 48000Hz

然後影片A 剪出01:13.834到01:14.164秒的部分
影片B 剪出20:13.736到20:14.180秒的部分

然後就請GPT大神來寫一隻Python
----------------------------------------------
import librosa
import numpy as np
from scipy.spatial.distance import cosine

def compare_audios(file1, file2, sr=16000):
# 載入音訊，轉換成單聲道 & 指定取樣率
y1, sr1 = librosa.load(file1, sr=sr, mono=True)
y2, sr2 = librosa.load(file2, sr=sr, mono=True)

# ---------- 1. 波形相似度 ----------
# 為了公平比較，取最短長度
min_len = min(len(y1), len(y2))
y1, y2 = y1[:min_len], y2[:min_len]

# 皮爾森相關係數 (correlation)
corr = np.corrcoef(y1, y2)[0, 1]

# ---------- 2. 語詞相似度 (MFCC) ----------
mfcc1 = librosa.feature.mfcc(y=y1, sr=sr, n_mfcc=13)
mfcc2 = librosa.feature.mfcc(y=y2, sr=sr, n_mfcc=13)

# 取平均向量
mfcc1_mean = np.mean(mfcc1, axis=1)
mfcc2_mean = np.mean(mfcc2, axis=1)

# 餘弦相似度
mfcc_similarity = 1 - cosine(mfcc1_mean, mfcc2_mean)

return corr, mfcc_similarity

if __name__ == "__main__":
f1 = "audio1.wav"
f2 = "audio2.wav"

corr, mfcc_sim = compare_audios(f1, f2)

print("波形相似度 (Correlation):", round(corr, 3))
print("語詞相似度 (MFCC Cosine Similarity):", round(mfcc_sim, 3))

----------------------------------------------------------
直接把檔案A 跟 B 丟給他分析

結果出來了
波形相似度 (Correlation)：-0.005
→ 幾乎沒有直接波形上的相關性，代表錄音的時序、聲音強度或背景差異很大。

語詞相似度 (MFCC Cosine Similarity)：0.884
→ 特徵層面上相似度很高，表示兩段錄音很可能是同一個語詞，只是說話速度或錄音條
件不同。

-----------------------------------------------------
本文僅代表GPT的分析結果

並非本人意見~

--

※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 220.136.93.20 (臺灣)

人耳會出錯 交給AI分析數據 不是比較客觀嗎

※ 編輯: whaskey (220.136.93.20 臺灣), 08/26/2025 19:23:16

我轉貼新聞 不代表 我認同新聞立場 何況步驟都列出來 任何人都可以重現這個結果唷~ GPT分析的 不代表我的立場

※ 編輯: whaskey (220.136.93.20 臺灣), 08/26/2025 19:24:24

聽你在瞎掰 我可沒有任何主觀的評論 就是把數字算出來給大家看 1+1 不管誰來算都是2 你去剪出同樣的片段 給同樣程式跑 就會一樣的結果 可以重複驗證的就叫做科學

※ 編輯: whaskey (220.136.93.20 臺灣), 08/26/2025 19:33:35

說什麼傻話 算出來的結果也有可能是不相關啊~ 去計算 然後發文 問題是什麼? 你現在是在北韓還是支那?

※ 編輯: whaskey (220.136.93.20 臺灣), 08/26/2025 19:39:50

沒問題 加入檔案C 剪了08:49.050 - 08:49.297 的部分 A–B: 0.884 A–C: 0.934 B–C: 0.897 這些數值都很高（接近 1），代表三個音檔的語音特徵高度相似。 通常 0.85 以上可以認為是「很可能在說同樣的語詞」。

※ 編輯: whaskey (220.136.93.20 臺灣), 08/26/2025 20:31:35

看不懂可以問 我可沒反串~

※ 編輯: whaskey (220.136.93.20 臺灣), 08/26/2025 22:08:08