- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我正在制作一个应用程序,在该应用程序中,我从手机的麦克风录制直接音频,保存了录制内容,需要将其与设备中已经存储的某些音频进行比较
音频是马达的“杂音”,其想法是,从记录的录音中可以看出,似乎是哪种情况
也就是说,我有两种情况,一个好的引擎和一个损坏的引擎,当我完成录制时必须说“此音频属于一个损坏的引擎”
阅读我发现它必须通过人工智能来完成,这确实很复杂,我读到您可以将音频“分解”为数字 vector 或通过FFT进行比较,但是我找不到很多有关它的信息,真的很感谢您的帮助。
保存的文件类型为.wav
最佳答案
比较音频信号是一项艰巨的任务。
音频只是一系列值(数字),其中index只是“时间”,而值是声音的响度(振幅)。
如果您逐个元素地比较两个数组(序列)之类的音频数据,则要遍历索引-能够得到一些合理的东西会很幸运。尽管您需要对该数组进行某种转换才能获得有关整个数字序列的汇总信息(例如-信号的幽灵)。
有一些数学工具可以完成此任务,例如,众所周知的Fourier Transform和统计工具Autocorrelation提到了数学工具(它找到数字序列的“种类”)。
自相关方法可以相对简单-您只需迭代比较数据数组并计算自相关。但是,在信号的初始质量(或准备/标准化)的情况下,您将为简化而付费-它们的持续时间应相似。结果相关函数的值将显示两个序列的差异,即0
-绝对不同,而1
-几乎相同。
要实现傅立叶变换(FFT)也不是问题,您可以采用描述良好的算法并将其本身以任何语言实现,而无需使用第三方库。它做得很好。
FT将帮助您获得信号频谱,即另一组值:每个频率的振幅集(在输入原始信号的情况下,频率近似为阵列索引而不是时间),现在您可以像两个阵列一样比较给定的频谱遍历一个索引(频率),然后确定它们的相似性-计算增量并查看它是否达到某个接受间隔(或者您可以使用更正确的统计方法,例如相关函数)。
至于噪声信号,通常会从给定的数据集中减去噪声(但是在这里您应该知道噪声的种类)。
这都与信号处理 Realm 有关,如果您正在从事此类项目,则需要了解更多信息。
奖励:a book for example
关于android - 如何在Android中比较音频?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/52061909/
我需要将文本放在 中在一个 Div 中,在另一个 Div 中,在另一个 Div 中。所以这是它的样子: #document Change PIN
奇怪的事情发生了。 我有一个基本的 html 代码。 html,头部, body 。(因为我收到了一些反对票,这里是完整的代码) 这是我的CSS: html { backgroun
我正在尝试将 Assets 中的一组图像加载到 UICollectionview 中存在的 ImageView 中,但每当我运行应用程序时它都会显示错误。而且也没有显示图像。 我在ViewDidLoa
我需要根据带参数的 perl 脚本的输出更改一些环境变量。在 tcsh 中,我可以使用别名命令来评估 perl 脚本的输出。 tcsh: alias setsdk 'eval `/localhome/
我使用 Windows 身份验证创建了一个新的 Blazor(服务器端)应用程序,并使用 IIS Express 运行它。它将显示一条消息“Hello Domain\User!”来自右上方的以下 Ra
这是我的方法 void login(Event event);我想知道 Kotlin 中应该如何 最佳答案 在 Kotlin 中通配符运算符是 * 。它指示编译器它是未知的,但一旦知道,就不会有其他类
看下面的代码 for story in book if story.title.length < 140 - var story
我正在尝试用 C 语言学习字符串处理。我写了一个程序,它存储了一些音乐轨道,并帮助用户检查他/她想到的歌曲是否存在于存储的轨道中。这是通过要求用户输入一串字符来完成的。然后程序使用 strstr()
我正在学习 sscanf 并遇到如下格式字符串: sscanf("%[^:]:%[^*=]%*[*=]%n",a,b,&c); 我理解 %[^:] 部分意味着扫描直到遇到 ':' 并将其分配给 a。:
def char_check(x,y): if (str(x) in y or x.find(y) > -1) or (str(y) in x or y.find(x) > -1):
我有一种情况,我想将文本文件中的现有行包含到一个新 block 中。 line 1 line 2 line in block line 3 line 4 应该变成 line 1 line 2 line
我有一个新项目,我正在尝试设置 Django 调试工具栏。首先,我尝试了快速设置,它只涉及将 'debug_toolbar' 添加到我的已安装应用程序列表中。有了这个,当我转到我的根 URL 时,调试
在 Matlab 中,如果我有一个函数 f,例如签名是 f(a,b,c),我可以创建一个只有一个变量 b 的函数,它将使用固定的 a=a1 和 c=c1 调用 f: g = @(b) f(a1, b,
我不明白为什么 ForEach 中的元素之间有多余的垂直间距在 VStack 里面在 ScrollView 里面使用 GeometryReader 时渲染自定义水平分隔线。 Scrol
我想知道,是否有关于何时使用 session 和 cookie 的指南或最佳实践? 什么应该和什么不应该存储在其中?谢谢! 最佳答案 这些文档很好地了解了 session cookie 的安全问题以及
我在 scipy/numpy 中有一个 Nx3 矩阵,我想用它制作一个 3 维条形图,其中 X 轴和 Y 轴由矩阵的第一列和第二列的值、高度确定每个条形的 是矩阵中的第三列,条形的数量由 N 确定。
假设我用两种不同的方式初始化信号量 sem_init(&randomsem,0,1) sem_init(&randomsem,0,0) 现在, sem_wait(&randomsem) 在这两种情况下
我怀疑该值如何存储在“WORD”中,因为 PStr 包含实际输出。? 既然Pstr中存储的是小写到大写的字母,那么在printf中如何将其给出为“WORD”。有人可以吗?解释一下? #include
我有一个 3x3 数组: var my_array = [[0,1,2], [3,4,5], [6,7,8]]; 并想获得它的第一个 2
我意识到您可以使用如下方式轻松检查焦点: var hasFocus = true; $(window).blur(function(){ hasFocus = false; }); $(win
我是一名优秀的程序员,十分优秀!