有关音符开始检测的滤镜的问题？

Question

请原谅我，如果我可能会无知，但我想问一些关于使用滤波算法进行音符开始检测的问题。

1. “检测功能”与在音频信号上使用滤波器相同吗？或者一般来说，检测功能，过滤（预处理信号）和峰值拾取之间有什么区别？

2. 我一直听说过低通（或高通）滤波器，但我很困惑。我读到它可以消除某些低于（或高于）某个阈值的频率。但是，我使用时域来计算音符开始（即使用信号幅度/能量的变化）。所以我不确定如何将低通滤波应用于时域。用于音符开始检测的任何其他好的过滤器？

3. 光谱和相位能量有什么区别？ （我知道光谱指的是光谱或频率，但我不知道相是什么）

4. 我在使用动态阈值处理方面遇到了困难。对优秀算法的任何建议？例如，我有以下信号：



如上图所示，我错过了一些音符。我的算法的简要描述，我计算并注意音频信号中发生的能量/幅度变化。然后我得到最大的“能量变化”，并根据灵敏度，我取一个百分比并将其设置为阈值。所以这就是处理不同程度的幅度/能量的问题。如果我将灵敏度设置得太低，我会想出“鬼”开始，如果我将灵敏度设置得太高，我会错过一些开始。有没有改进我正在使用的算法（或建议新算法）的建议？

我确信难以获得100％的准确度，但我需要有一个更好的音符开始检测算法，与现在相比。我很感激能得到的所有帮助。非常感谢你！

Answer 1

一种方法是检测振幅包络的突然增加。计算幅度包络的一种方法是对输入信号进行整流（即取绝对值），然后对其进行低通滤波。查看http://www.musicdsp.org中的代码示例，了解时域过滤器示例和信封关注者。