我正在尝试测量开始音（3800Hz）和结束音（高振幅但频率未知）之间的持续时间（样本中）。这两个音调随机分布在.wav文件中（估计为10秒）。识别第一个音的最后一个样本的样本号和最后一个音的第一个样本是否重要？我怎么能这样做？
.wav文件包含基频和一些噪音（以及开始音和结束音）。我有一个预先记录的开始音调与基本频率和背景噪声，我可以使用相关函数来检测它吗？
某些噪音超过3800Hz（瞬间），因此使用阈值检测音调的方法效果不佳。但是，我可以使用这样的事实：音调事件的持续时间比任何噪音事件都要长（因为它是通过按下并释放按钮故意制作的）以检测音调。