Question

我正试图检测来自麦克风的声音中的一些回声。回波将是周期性的，并且是两种可能的偏移之一。我听说我需要自动关联信号的倒谱，以便检测这些回声的存在。您能否使用Accelerate框架提供代码，该框架显示如何检测音频数据中的回声？

Answer 1

我不完全确定为什么你会自动关联倒谱。但是，自动相关会为您提供与倒谱相关的表示，因此我假设您只想自动关联信号。

最简单的形式如下：

int sample      = 0;
int sampleMax   = inSize;

while( sample < sampleMax )
{
            vDSP_vsmul( pInput, 1, pInputSample, tempBuffer, 1, sampleMax );

    const size_t kAutoCorrWritePos  = outSize - sampleMax - sample;
            vDSP_vsadd( &pOutput[kAutoCorrWritePos], 1, tempBuffer, 1, &pOutput[kAutoCorrWritePos], 1, sampleMax )
    sample++;
}

然而，这是一个非常慢的操作。谢天谢地，可以用几种不同的方式进行相关。最快的方法是执行FFT，将复数值乘以它们自身的共轭，然后反转fft。

或者在iOS中，您拥有经过精心优化的vDSP_conv功能：

std::vector< float > paddedBuffer( (inSize + inSize) - 1 );
memcpy( &paddedBuffer.front(), pInput, sizeof( float ) * inSize );
vDSP_conv( &paddedBuffer.front(), 1, (float*)pInput, 1, (float*)pOutput + (inSize - 1), 1, inSize, inSize );

// Reflect the auto correlation for the true output.
int posWrite    = (inSize - 1);
int posRead     = (inSize - 1);
while( posWrite > 0 )
{
    posWrite--;
    posRead++;

    pOutput[posWrite] = pOutput[posRead];
}

所以现在你有自动关联，你用它做什么？

首先，在中间，你将拥有最高的峰值。这是零滞后点。您接下来想要做的是扫描到这个中心峰的右侧以识别次级峰。如果您正在寻找特定偏移的特定峰值，您可以简单地检查中心峰值上的样本数量并检查那里是否有峰值。如果没有，那么你要找的信号就不存在了。如果它在那里，信号就在那里。

编辑：值得注意的是，如果您正在查看的延迟超过大约128，则使用512个样本宽窗口可能无法获得足够的相关信号可以发现。通过在样本数据中的重复信号的点处提供峰值来进行相关。在滞后128处，您有足够的数据为该点重复4次。在256你只能看到重复点两次。这将影响相关峰的高度。在256之后，您可能根本没有发现峰值，而只是随机重复性因子。尽管如此，尝试使用不同的窗口大小来查看为您提供最可靠的结果。

Answer 2

自相关基本上是信号与其自身的互相关，其基本上是通过一定的时间延迟检测信号本身的相似性。在信号中搜索回波实际上是一个好主意。虽然我无法向您提供最准确和正确的解决方案，但您可以使用以下链接中的信息编写自己的解决方案。

已经有一些答案：

Kunal Kandekar 在Github上为vDSP（加速框架）提供了源代码。这可能是一个很好的起点。

https://github.com/kunalkandekar/vDSPxcorr

Answer 3

如果你知道回声延迟长度，你可以构建一个更有效的滤波器：

https://dsp.stackexchange.com/questions/14951/trivial-echo-separation

你在哪里阅读使用倒谱？

自动关联倒谱

3 个答案: