在android中通过声音识别敲击（拍手）

Question

在我的任务中，我们的 android 移动应用程序需要识别敲击声（当敲击移动设备表面时）才能打开应用程序。

我尝试了一些方法，但它只能识别大约 80% 的敲门声（有时我敲手机但它不返回敲门声），有时它会将其他声音识别为敲门声，例如元音“a”。

这是我们使用的 3 种方法 -

1.通过高通滤波器识别：

2。使用从 13kHz 到 18kHz 的幅度总和 (refer this article)：

3.使用库 (refer link)

所有这些努力只能识别大约 80% 的敲击声，有时它会将其他声音识别为敲击声。

我不确定敲击的特征以及如何准确识别敲击（当我准确地拍手机时它会识别敲击）。非常感谢任何帮助！

Answer 1

1. 通过高通滤波器识别

与敲门无关

1. 使用从 13kHz 到 18kHz 的幅度总和（请参阅本文）：

这是一个合理的方向，但您需要添加更多特征，尤其是附近其他帧中的能量。

使用库

不相关

您的所有方法都不起作用，因为它们与敲击属性无关。要正确检测爆震，您需要弄清楚它与其他声音的区别：

1. 敲门的时间很短
2. 爆震频率位于频谱的较高部分。

所以你需要实现以下算法：

• 在帧上分割音频
• 为每一帧创建 FFT 变换
• 分析每个帧和相邻帧的 FFT 变换，使 确保以下几点：
  • 框架的光谱能量集中在上部
  • 帧的能量明显高于相邻帧的能量

一旦您看到这两个特征，您就可以发出关于检测到爆震的信号。

参考见爆震谱图：

这里还介绍了一个相关的算法和解释：

Given an audio stream, find when a door slams (sound pressure level calculation?)

如果您想进一步区分声音，例如识别器的咔嗒声和拍手声，那么您可能需要为频谱实现分类器。您将需要收集更多关于拍手和不同声音的示例，并在 FFT 值上应用机器学习工具包。 SVM 应该可以很好地完成这项任务。