从原始波形数据中检测特定频率/音调答案

【问题标题】：Detect a specific frequency/tone from raw wave-data从原始波形数据中检测特定频率/音调
【发布时间】：2011-06-16 02:02:42
【问题描述】：

我正在读取来自麦克风的原始波流。
（这部分很有效，因为我可以将它发送到扬声器并获得很好的回声。）

为简单起见，假设我想检测波形数据中的 DTMF 音调。实际上，我想检测任何频率，而不仅仅是 DTMF 中的频率。但我总是知道我在寻找哪个频率。

我尝试过通过 FFT 运行它，但如果我想在检测中获得高精度（比如它只存在 20 毫秒），它似乎效率不高。我可以将其检测到 200 毫秒左右的准确度。

在算法方面我有哪些选择？有没有它的 .Net 库？

【问题讨论】：

任何我想要的，现在 44,1k（16 位立体声）。我每 20 毫秒收到一个 2k 样本。
嘿，我有同样的问题...你有一些代码或解决方案吗？因为这个问题有点老了。

标签： c# algorithm audio wave

【解决方案1】：

如果您尝试检测特定频率（例如 DTMF 输入），您可能需要查看 Goertzel algorithm。 Sourceforge 上有一个基于此算法的C# DTMF generator/detector 库。

【讨论】：

感谢您的提示。看起来Goertzel是要走的路。我一直在查看您链接到的代码，但它的文档不太好，很难弄清楚它的正面和反面。
Goertzel 是否可以在其他噪音（例如音乐）的情况下工作，还是需要或多或少干净的音调？
我不明白为什么它在存在其他噪音的情况下不起作用；它至少应该不会比任何其他离散傅里叶变换算法差。

【解决方案2】：

Spectral Analysis。

从信号中提取频率的所有应用都需要进行场频谱分析。

【讨论】：

这不是一个很好的问题答案。一般来说，维基百科的链接不能回答问题。
@Gabe 我为他指明了正确的方向。那里的所有算法都适用。
正确方向的提示应该是评论，而不是答案。

【解决方案3】：

假设典型的 DTMF 频率为 200Hz - 1000Hz。然后你必须检测基于 4 到 20 个周期的信号。我猜 FFT 不会让你得到任何结果，因为你只会检测到 50Hz 频率的倍数：这是 FFT 的内置功能，增加样本数量将不会解决你的问题。你必须做一些更聪明的事情。

您最好的方法是线性最小二乘拟合您的数据

h(t) = A cos (omega t) + B sin (omega t)

对于给定的欧米茄（DTMF 频率之一）。有关详细信息（特别是如何设置统计显着性水平）和文献链接，请参阅this。

【讨论】：

谢谢。然后我明白了为什么 FFT 不是很有帮助。查看线性最小二乘拟合，看看我是否可以找到一些 .Net 或可用的 .dll 进行测试。
我以前不知道 Görtzel 算法，它应该比拟合正弦波的最小二乘法快得多。
我不明白你在说什么 FFT。 DTMF 频率从 697Hz 到 1477Hz，每个频率至少相隔 73Hz。在 8kHz 时，256 点 FFT 可以正常工作。当然，使用 FFT 来检测特定频率是多余的，但它仍然可以工作。
@Gabe：如果您的数据是 20 毫秒，FFT 会以 50Hz、100Hz、150Hz 等频率为您获取数据，无论您的采样率是多少。结合泄漏，您可能无法检测到任何东西（这是 OP 观察到的）
在 8kHz 下进行 256 点 FFT 需要 32ms 的采样，这仍然比 OP 能够实现的 200ms 最小值短几倍。

【解决方案4】：

我发现这是一个简单的 Goertzel 实现。还没有让它工作（寻找错误的频率？），但我想我还是会分享它。复制自this site。

        public static double CalculateGoertzel(byte[] sample, double frequency, int samplerate)
        {
            double Skn, Skn1, Skn2;
            Skn = Skn1 = Skn2 = 0;
            for (int i = 0; i < sample.Length; i++)
            {
                Skn2 = Skn1;
                Skn1 = Skn;
                Skn = 2 * Math.Cos(2 * Math.PI * frequency / samplerate) * Skn1 - Skn2 + sample[i];
            }
            double WNk = Math.Exp(-2 * Math.PI * frequency / samplerate);
            return 20 * Math.Log10(Math.Abs((Skn - WNk * Skn1)));
        }

【讨论】：

【解决方案5】：

就任何执行此操作的 .NET 库而言，请尝试 TAPIEx ToneDecoder.Net Component。我用它来检测 DTMF，但它也可以做自定义音调。

我知道这个问题已经过时了，但也许它会为其他人节省几天的搜索和尝试代码示例和库的时间。

【讨论】：

【解决方案6】：

Goertzel 的非常好的实现是 there。 C#修改：

private double GoertzelFilter(float[] samples, double freq, int start, int end)
    {
        double sPrev = 0.0;
        double sPrev2 = 0.0;
        int i;
        double normalizedfreq = freq / SIGNAL_SAMPLE_RATE;
        double coeff = 2 * Math.Cos(2 * Math.PI * normalizedfreq);
        for (i = start; i < end; i++)
        {
            double s = samples[i] + coeff * sPrev - sPrev2;
            sPrev2 = sPrev;
            sPrev = s;
        }
        double power = sPrev2 * sPrev2 + sPrev * sPrev - coeff * sPrev * sPrev2;
        return power;
    }

非常适合我。

【讨论】：