【发布时间】：2010-02-10 13:52:19
【问题描述】：
我正在做声音延迟测试。我的设备将收到哔声信号或静音信号。我如何区分这些信号。请帮我。提前谢谢..
【问题讨论】：
标签： iphone audio voip signal-processing
【发布时间】：2010-02-10 13:52:19
【问题描述】：
查看大约 10 毫秒的样本（例如，44.1 kHz 的 441 个样本）并测量该缓冲区中的能量。如果高于某个阈值，则为信号，如果低于阈值，则为静音。
要测量能量，只需将缓冲区中每个样本的平方值相加，然后除以样本数。
【讨论】：
-
+1，但是对于这样一个简单的场景，我认为只计算最大绝对值就足够了，而且会更快。
-
@Steve -- 这取决于你是否有任何噪音——如果你只是看着纯音和完全静音，那么是的，你可能可以使用更粗略的解决方案。
这取决于。如果数字音频是合成生成的（比如通过另一个函数），那么您可以依赖这样一个事实，在一种情况下，您将获得真正的数字静音（归零样本），那么解决方案就是测试归零样本在测量窗口上。零以外的任何东西都不是沉默。
不过，我猜您正在处理从麦克风录制的真实音频。如果是这种情况，那么在时间窗口中测量能量并将其与阈值进行比较确实是有意义的。您必须确定的两个参数是：
- 阈值能量水平
- 时间窗口的长度
如果阈值太低，你的误报率就会太高；不是哔声的背景噪音可能会被解释为哔声。相反，如果您的阈值太高，您的系统可能会将哔声归类为噪音。幸运的是，如果您在背景噪音相当低的情况下播放音频，那么您的性能对这个阈值不会很敏感。
较长的窗口长度会降低这些误报/否定率，从而使您的系统更加健壮，但过长的窗口可能会影响系统可用性。例如，自动电话系统对按键进行分类以帮助菜单导航。如果他们要求用户一次按住每个键三秒钟，准确性会提高，但会牺牲几乎所有的可用性。
我鼓励您不要像 Paul 建议的那样仅根据一个最大样本做出决定。这样做完全破坏了采样窗口长度提供的对误报的抵抗力。
【讨论】：
-
但是提问者说这只是一个声音延迟测试。根据我对问题的理解，麦克风噪音不是问题。
-
对我来说，“声音延迟测试”意味着 KennyTM 将按顺序分析时间窗口，直到找到存在信号的时间窗口。他确定存在的方式取决于样本是否可能有噪音，所以我认为这些问题是正交的。不过，我认为我们可以同意，来自 KennyTM 的更多信息会有所帮助。
-
感谢 Steve、Paul、Chunks 和 Seanmac 的所有回答。就我而言，所有这些都是正确的答案。基本上现在我现在只需要声音延迟测试。但在未来的情况下，Seanmac 的回答会对我有很大帮助，因为我将使用来自麦克风的声音。再次感谢..
如果他们使用环回方法，噪声是否考虑在内？例如，如果他们向第二个设备发送哔哔声，环回并将其发送回发送者，发送静音数据包并执行相同操作，他们不能在发送者级别测量延迟（前提是他们知道实际的网络延迟） .
【讨论】：