以编程方式检测和提取音频包络答案

【问题标题】：Programmatically detect and extract an audio envelope以编程方式检测和提取音频包络
【发布时间】：2011-06-27 00:44:10
【问题描述】：

所有建议和相关信息的链接都欢迎在这里。这是场景：

假设我有一个说话人的 .wav 文件（以及与之相关的所有样本）。

我想对一系列样本运行算法以检测事件何时发生，即信封的开始和结束。然后，我将使用这个起点和终点来提取要在其他地方使用的数据。

解决这个问题的最佳方法是什么？有伪代码吗？示例代码？源代码？

我最终会用 C 来写这篇文章。

谢谢！

编辑 1

解析wav文件不是问题。但是一些用于包络检测的伪代码会很好！ :)

【问题讨论】：

您的问题是关于解析 .wav 文件的内容吗？或者关于后来的信号处理？或者两者兼而有之？
@Ole Thomsen Buus。请参阅编辑 1

标签： c audio signal-processing

【解决方案1】：

一阶低通滤波器C#代码：

    double old_y = 0;

    double R1Filter(double x, double rct)
    {
        if (rct == 0.0)
            return 0;
        if (x > old_y)
            old_y = old_y-(old_y - x)*rct/256;
        else
            old_y = old_y + (x - old_y) * rct/256;
        return old_y;
    }

当rct=2时，它的作用是这样的：

信号 = (ucm + ucm * ma * Cos(big_omega * x)) * (Cos(small_omega1 * x) + Cos(small_omega2 * x) ) 其中 ucm=3,big_omega=200,small_omega1=4,small_omega2=12 和 ma=0.8

注意滤波器可能会改变基带信号的相位。

【讨论】：

【解决方案2】：

我用 Java 编写了一个活动检测器类。这是我的开源 Java DSP collection 的一部分。

【讨论】：

【解决方案3】：

简单包络检测器的源代码可以在Music-DSP Source Code Archive找到。

【讨论】：

【解决方案4】：

您可以使用与老式模拟仪表相同的方法。校正样本向量，将绝对值结果通过低通滤波器（FIR、IIR、移动平均等），然后与某个阈值进行比较。要获得更准确的事件时间，您必须减去低通滤波器的群延迟时间。

添加：您可能还需要事先移除 DC（例如使用高通滤波器或其他等效于电容耦合的 DC 阻断器）。

【讨论】：

【解决方案5】：

通常的方法是：

取波形绝对值，abs(x[t])
低通滤波器（比如 10 Hz 截止）
应用阈值

【讨论】：

您有该技术的来源吗？ abs() 对我来说没有意义；例如，想象在 440hz 时交替 -1.0 和 1.0。 abs() 将返回沉默。
@tenfour ：您的示例不起作用，因为您的采样率不是奈奎斯特要求的最高频率的高于两倍。而且 1.0 不是静默，它是比零高出 1.0 的幅度。
@hotpaw2 你为什么这么认为？我说它是交替的@ 440hz。所以在 44.1khz 时，波形大约是 100 个 -1.0 样本，然后是 100 个 1.0 样本。那是一个 440hz 方波，在这个算法中会被转换成静音（对吧？）
源源不断的 1.0 是带有 DC 偏移的静默。
@tenfour：我们正在尝试检测 envelope - 该技术称为 rectification，然后是低通滤波。它类似于模拟世界中的二极管和 RC 低通滤波器，就像在简单的无线电接收器中解调 AM 的方式一样。