我需要一些关于这个想法的建议，我有一个UNI项目。
我想知道是否可以将音频文件拆分为来自不同音频源的不同“流”。 例如，将音频文件拆分为：引擎噪音，火车噪音，声音，不一直存在的不同声音等。
我不一定需要从编程语言（尽管它是理想的）这样做，但也可以手动使用Sound Forge等声音处理软件。不过，我需要知道这是否可行。我对声音处理一无所知。
第一阶段完成后（分离声音）我想确定其中一个处理过的声音是否存在于另一个录音中。目的是进行声音检测。对于（一个理想的）示例，取出汽车引擎声音并将其与另一个文件匹配，并确定音频是否是汽车引擎的录音。它不需要那么精确，我想检测一个不恒定的声音，就像一个鸣喇叭！也没关系。
我会做编程部分，我只需要一些关于要寻找什么的指针（软件，数学等）。由于我不是专家，如果可能的话，这将是一个有趣的项目。
感谢。
答案 0 :(得分：0)
非常难以从单个音频流中自动分离源。你的大脑非常擅长这项任务，它也受益于立体声信号。
例如。声音充满了一直没有的信号。汽车噪音的成分非常稳定，但换档是异常值。
不幸的是，没有简单的答案。
答案 1 :(得分：0)
将参考信号与音频流相关联。可以使用FFT有效地进行相关。相关计算的输出可以被阈值化并在时间上“去抖”以进行信号识别。
答案 2 :(得分：0)
基于源分割声音的问题在研究中称为（音频）源分离或音频信号分离。如果没有有关声源或它们如何混合的更多信息，则这是盲目声源分离问题。关于这些主题的论文有数百篇。
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。通常，一个人可以（并且会）对混合信号上计算出的特征进行检测。搜索文献声音事件检测和声音事件分类。
有关该主题的介绍，请查看Computational Analysis of Sound Scenes and Events之类的书