如何监控麦克风的噪音？答案

【问题标题】：How to monitor microphone for noise sound?如何监控麦克风的噪音？
【发布时间】：2010-09-30 04:10:11
【问题描述】：

我正在尝试寻找一种算法来检测用户何时在使用 C# 的 WM6 设备上对麦克风（如 Ninentdo DS 或 iPhone）吹气。

我正在考虑使用 Waveform 将麦克风实时读取到一个小缓冲区中，但我对如何识别吹气的声音有点迷茫，我猜这听起来像白噪声。有人知道怎么做吗？

任何帮助将不胜感激。

【问题讨论】：

“噪音” .. 看起来很尴尬。
您是否在意声音是吹气而不是响亮的声音？如果您并不真正关心声音是什么，问题就会变得容易得多。

标签： c# windows-mobile compact-framework audio

【解决方案1】：

如果我要解决这个问题，我会对着麦克风和record that 吹气。然后在波形数据上运行an FFT 以获得主频率（或几个）。我会这样做几次“打击”，看看它们是否产生类似的结果。如果他们这样做（我很确定他们会这样做），那么我会使用一种算法来寻找相同的频率。

这不是一项微不足道的任务，但由于已经完成了大量的记录和数学工作，你可能会毫不费力地让它工作。

【讨论】：

事实上，我们有 2 种不同的实现，我在很久以前就做过（可能是在 1.2 版左右）。
我认为“噪声”（至少是白噪声，这是吹入麦克风应该产生的）定义是所有频率的混合；主频意味着音高，这会使声音“无噪音”
不同的麦克风会产生不同的频率特征。我认为试图在频域中检测到这一点对算法来说太“笨拙”了……在某些情况下有效，在其他情况下失败。

【解决方案2】：

这不完全一样，但这是我对音符起始检测问题的回答：

Note onset detection

答案描述了一种依赖于信号强度高于给定阈值的方法。这种方法可以检测吹出的噪音，尽管它也会对任何噪音做出反应，所以说话等也会触发它。

您可以使用 FFT，但我认为这对于实时使用来说太慢了，尤其是在 Windows Mobile 设备上（不过它可能已经足够快了）。然而，吹奏噪音不太可能具有主导频率，除非鼓风机正在吹口哨特定的音符。如果 FFT 足够快，您可能实际上想要寻找没有主频率的噪声（您会假设任何具有主频率或频率的任何东西都是语音或某种乐器）并且权重很大接近可听范围的上限（超过 10,000hz 左右）。

【讨论】：

我会在主要频率上相信你的话。我的 FFT 工作都是为了地震分析。我所知道的是，由于自然频率，显然看起来“嘈杂”的波形通常会显示几个主要的尖峰。我假设（可能是错误的）您在白噪声中看到了类似的情况。
我认为白噪声本身在所有频率上都显示出相同的强度（尽管这可能是粉红噪声 - 太晚了，我太累了，无法谷歌）。但是，我认为打击实际上不会是白噪声。

【解决方案3】：

麦克风中的一击不一定会显示高频段（10,00hz +）中的主要频率。在 PC 麦克风中吹气很可能会导致信号饱和和失真，这也有很多低频。产生的信号将只是一个大的饱和爆发。

几年前我不得不做一个类似的项目，我所做的只是寻找远高于正常口语水平的音量峰值。工作得很好。

【讨论】：

10,000 赫兹的事情完全是猜测——我从未真正看过打击的录音。你提到的失真只是让我想到了另一个答案。

【解决方案4】：

sthg 的回答提到失真是对着麦克风吹气的可能结果。我刚刚做了一个快速测试，我的吹气录音（在一个便宜的麦克风上）显示了大量的最小和最大值样本（例如 16-bits-per-sample WAV 文件上的 32767 和 -32768），这看起来每个山峰都应用了平顶。检测吹气声的一种非常简单的方法可能是计算所有处于最小值/最大值的样本，如果它们代表超过总数的 5%（或某个其他阈值），则假设正在发生吹气。

【讨论】：

简单、有效、快速...我想这就是我要走的路（虽然它不像滚动 FFT 那样有趣）。
谢谢。我希望有人能理解“假设正在发生吹气”这句话中的幽默。 :)

【解决方案5】：

我还没有看过它的频谱，但我认为你应该看到一个带限制的噪声频谱，大部分能量低于几百赫兹。这意味着您不需要完整的音频带宽 FFT，而且 16K 点是多余的。即使在小带宽上的 256 点 FFT 上，您也应该能够将麦克风中的噪音与语音区分开来。

【讨论】：