检测iOS中音频文件中的间隙

Question

我正在开发一个用于语言学习的应用程序（带有发音的外来词的卡片）。我可以使用语音，但我希望能够导入具有原生语音的音频CD。问题是给定部分的音频文件没有按字分割。有没有办法检测它们之间的差距？

我设法将iPod库中的歌曲导入app文件夹，因此我可以使用AVFoundation等。我认为可以通过处理个别样本，但我不知道如何做到这一点。任何帮助将不胜感激。

Answer 1

我终于通过处理单个音频样本来完成此任务。对另一个问题有很好的答案，这些问题确实有助于理解如何获得所需的所有音频信息： AVAudioPlayer - Metering＆amp; Reading audio samples via AVAssetReader

你必须：

1. 计算每个样本的绝对值（幅度数据的浮点值）
2. 忽略噪音（只需设置适合音频文件的容差）
3. 迭代样本并保存声音信号的位置

请注意，样本是波的表示，它通过零，因此您需要向前分析一些样本以查看是否没有其他音频信号。这同样适用于有时可能高于容差的噪音。

Answer 2

对于每个声音样本，s = samp [k]，执行：

fac = 0.01
tot = (1.-fac) * tot  +  fac * (s*s) 

这种技术是低通滤波器的一种非常基本的形式;它将为您提供更真实的瞬时能量测量。

另一种轻量级技术将盒子整合最后一百个样本量，也称为平均值。

av = float[1000]
p=0

然后对每个样本：

tot -= ring[p]
ring[p] = s*s
tot += ring[p]
p = p+1  %  1000

另一件需要关注的事情是漏水积分器。

例如，您还可以在每10个样本中仅处理一个，这仍然可以捕获高达2205Hz的频率