Как интерпретировать двоичные данные, закодированные аудио?

Question

Я создал небольшую программу, которая кодирует двоичные данные в звук. Например, следующий бинарный вход:

00101101 

будет производить звук «», как это:

################..S.SS.S################ 

где каждый символ представляет собой постоянную единицу времени. # обозначает синусоидальную волну 880 Hertz, которая используется для определения начала и конца передачи, . обозначает тишину, представляющую нули, а S обозначает 440 Hertz синусоидальную волну, представляющую собой. Очевидно, что часть в середине намного практичнее.

Суть моего вопроса: как я могу инвертировать эту операцию?

Звуковой файл передается получателю посредством простого воспроизведения и записи звука. Это означает, что я не пытаюсь декодировать оригинальный звуковой файл, который был бы легким.

Очевидно, что мне приходится анализировать записанные данные по частоте. Но как? Я немного прочитал о преобразовании Фурье, но я здесь совсем потерялся.

Я не уверен, с чего начать, но я знаю, что это не тривиально и, вероятно, требует достаточно знаний об обработке сигналов. Может кто-нибудь указать мне в правильном направлении?

BTW: Я делаю это в Ruby (я знаю, это медленно - это просто доказательство концепции), но сама проблема не является языком программирования, поэтому любые ответы очень приветствуются.

Answer 1

Ваша проблема явно заключается в том, чтобы демодулировать FSK-модулированный сигнал. Я бы рекомендовал внедрить корреляционный банк, настроенный на каждую частоту, он намного быстрее, чем fft, если скорость является одной из ваших проблем.

Answer 2

Если вы знаете частоты и скорость модуляции, вы можете попробовать использовать 2 скользящих фильтра Goertzel для демодуляции FSK.