c++ - 检测录音中的不同声音/来源

Question

我需要一些关于我对 UNI 项目的想法的建议。

我想知道是否可以将一个音频文件从不同的音频源分成不同的“流”。例如，将音频文件拆分为:引擎噪音、火车噪音、人声、并非始终存在的不同声音等。

我不一定需要通过编程语言来完成此操作(尽管它是理想的)，但也可以通过使用 Sound Forge 等声音处理软件手动完成。不过，我需要先知道这是否可行。我对声音处理一无所知。

第一阶段完成后(分离声音)，我想确定另一个录音中是否存在经过处理的声音之一。目的是声音检测。对于(一个理想的)示例，获取汽车引擎声音并将其与另一个文件进行匹配，并确定该音频是否是汽车引擎的录音。它不需要那么精确，我猜检测到的声音不是恒定的，比如喇叭!也可以。

我会做编程部分，我只需要一些关于寻找什么(软件、数学等)的指示。由于我不是声音专家，如果可能的话，这确实是一个有趣的项目。

谢谢。

Answer 1

这种基于源分离声音的问题在研究中被称为(音频)源分离或音频信号分离。如果没有关于声源或它们如何混合的更多信息，这就是盲目声源分离问题。有数百篇关于这些主题的论文。

但是，出于声音检测的目的，通常不需要在音频级别分离声音。人们通常可以(并且将会)对混合信号计算出的特征进行检测。搜索声学事件检测和声学事件分类的文献。

有关该主题的介绍，请查看类似 Computational Analysis of Sound Scenes and Events 的书