音声にしても画像にしてもパターン認識というAIの分野になってくると思います。なので、まあ精度にもよるけど、その辺りの勉強が必要になるかな。あとは擬似的に誤魔化せればもっと楽な方法がみつかるかもしれないけど…。 滑れたんですね。良かったです！