根据录制的声音库识别声音

Question

我正在尝试创建一个iOS应用，它会在检测到拍手声时执行操作。

我尝试过的事情：

1）我的第一种方法是使用AVAudioRecorder简单地测量整体功率。这工作正常，但它可以通过说话太大声，其他噪音等来引发，所以我决定采取不同的方法。

2）然后我实现了一些使用FFT的代码来获取麦克风的实时流式音频的频率和幅度。我发现拍击尖峰一般位于13kHZ-20kHZ范围内，而大多数说话频率都低得多。然后我在这个频率范围内实现了一个简单的阈值保持，这个工作正常，但其他声音可以将其关闭。例如，将铅笔放在我手机旁边的桌子上就可以通过这个阈值并计算为拍手。

3）然后我尝试将此频率范围分成几百个二进制位，然后获得足够的数据，当声音通过thresh-hold我的应用程序将计算Z-Score（概率来自如果Z-Score是好的，那么那可以作为一个鼓掌。这根本不起作用，因为一些拍手没有被识别，一些其他声音被识别。

图形：

为了帮助我了解如何检测拍手，我在Excel中创建了这个图表（每个图表有大约800个数据点），它涵盖了13kHZ-21kHZ范围：

我现在的位置：

即使在所有这些之后，我仍然没有看到如何识别拍手与其他声音。 非常感谢任何帮助！