拍手声音检测

Question

我想检测给定wav.file中的拍手数量。这是我的第一次尝试。我可以画出眼镜，但是如何打印声音中的拍手数量。 我的输出应该给我＆＃34;一个鼓掌＆＃34;或＆＃34;两个鼓掌＆＃34;。

hfile = 'one.wav';
[y, Fs] = wavread(hfile);
mono1 = mean(y,2);

[S,F,T,P] = spectrogram(mono1,w,120,N,Fs);
thresh_l=1000;
thresh_h=10000000;
% take the segment of P relating to your frequencies of interest
P2 = P(F>thresh_l&F<thresh_h,:); 
%show the mean power in that band over time
m = mean(P2);
plot(T,m);

Answer 1

对我来说，这似乎是你在时域而不是频域做的事情。

如果音频文件很干净，你可以这样做：

1. 检测音频信号的全局最大值
2. 在该最大值附近的一个小区域内将信号置于零以抑制该拍击
3. 从步骤1开始重复，直到下一个最大值太低

---

代码如下所示：

hfile = 'one.wav';
[y, Fs] = wavread(hfile);

threshold = [user-defined];           %// amplitude to stop looping at
radius = [user-defined];              %// radius to floor after clap is detected
number_of_claps = 0;           

while true
    [max_value,idx] = max(y);         %// detect loudest amplitude
    if (max_value < threshold)        %// break if all claps are found
        break;
    end

    min_bound = max(1,idx-radius);
    max_bound = min(idx+radius,length(y));
    y(min_bound:max_bound) = 0;     %// ignore region around the clap
    number_of_claps = number_of_claps + 1;
end

number_of_claps

可能有必要更改地板程序，使其忽略索引右侧的较大部分，因为＆＃34;衰变＆＃34;拍手信号的一部分将持续比上升部分更长。