Сроки в C# в реальном времени анализ звука

Question

Я пытаюсь определить «удары в минуту» из аудио в реальном времени на C#. Это не музыка, которую я обнаруживаю, хотя, это просто постоянный звук. Моя проблема заключается в определении времени между этими кранами, поэтому я могу определить «метчики в минуту», которые я пробовал использовать в классе WaveIn.cs, но я действительно не понимаю, как его выборка. Я не получаю заданное количество выборок в секунду для анализа. Наверное, я просто не знаю, как читать точное количество образцов в секунду, чтобы узнать время между образцами.

Любая помощь, чтобы помочь мне в правильном направлении, была бы весьма признательна.

Answer 1

Я думаю, что вы можете вводить в заблуждение образцы с помощью «кранов».

Образец представляет собой число, представляющее высоту звуковой волны в данный момент времени. Типичный волновой файл может быть сэмплирован 44,100 раз в секунду, поэтому, если у вас есть два канала для стерео, у вас есть 88 200 шестнадцатибитных чисел (выборок) в секунду.

Если взять все эти цифры и график их, вы получите что-то вроде этого:

What you are looking for is this peak ------------^ 

То есть кран.

Answer 2

Предполагая, что мы говорим о том же WaveIn.cs, конструктор WaveLib.WaveInRecorder принимает объект WaveLib.WaveFormat как параметр. Это позволяет вам установить аудиоформат, т.е. скорость выборки, глубину бит и т. д. Просто сканируйте образцы аудиосигналов для пиков или, тем не менее, вы обнаружите «краны» и запишите среднее расстояние в образцах между пиками.

Поскольку вы знаете частоту дискретизации аудиопотока (например, 44100 выборок в секунду), возьмите среднее расстояние пика (в выборках), умножьте на 1/(скорость выборки), чтобы получить время (в секундах) между краны, разделите на 60, чтобы получить время (в минутах) между кранами и инвертировать, чтобы получить краны/минуту.

Надежда, что помогает

Answer 3

Я не уверен, WaveIn.cs класс вы используете, но, как правило, с кодом, который записывает аудио, вы либо A) сказать код, чтобы начать запись, а затем на несколько позже, укажите, что код останавливается, и вы возвращаете массив (обычно типа short []), который содержит данные, записанные в течение этого периода времени; или B) сообщите, что код начинает запись с заданным размером буфера, и по мере заполнения каждого буфера код выполняет обратный вызов к методу, который вы определили, со ссылкой на заполненный буфер, и этот процесс продолжается до тех пор, пока вы не сообщите об этом для остановки записи.

Предположим, что ваш формат записи составляет 16 бит (примерно 2 байта) на выборку, 44100 выборок в секунду и моно (1 канал). В случае (A), скажем, вы начинаете запись, а затем прекращаете запись ровно через 10 секунд. В итоге вы получите короткий [] массив длиной 441 000 (44 100 x 10). Я не знаю, какой алгоритм вы используете для обнаружения «кранов», но скажем, что вы обнаруживаете краны в этом массиве в элементе 0, элементе 22 050, элементе 44 100, элементе 66,150 и т. Д. Это означает, что вы каждый раз находите краны. 5 секунд (из-за того, что 22 050 составляет половину 44 100 выборок в секунду), что означает, что у вас есть 2 ответвления в секунду и, таким образом, 120 BPM.

В случае (B) предположим, что вы начинаете запись с фиксированным размером буфера 44100 выборок (aka 1 second). По мере ввода каждого буфера вы найдете отводы в элементе 0 и в элементе 22 050. По той же логике, что и выше, вы будете вычислять 120 BPM.

Надеюсь, это поможет.При обнаружении биений в целом лучше всего записывать в течение относительно длительного времени и подсчитывать биты через большой массив данных. Попытка оценить «мгновенный» темп более сложна и подвержена ошибкам, так же как и оценка высоты тона записи сложнее в реальном времени, чем при записи полной заметки.