计算两个相同音调之间的音频样本数

Question

我想计算时域中两个相同音调开头之间的声音样本数。音调在随机时间点产生。为此，我认为我需要为每个音频样本缓冲区做三件事：

1. 从缓冲区中识别所需的音调
2. 找到该音调的第一个音频样本的位置
3. 计算该样本与先前识别的音调的第一个样本之间的音频样本

如果该设计有意义，有关如何实施的任何建议吗？我目前使用TarsosDSP Java库进行声音处理。