在另一个WAV中找到WAV样本的出现？

Question

如果已知精确样本存在于wav中的某个位置(但可能与其他声音混合),那么使用FFT可以在较长的wav内找到小wav样本的出现吗？

编辑

(在收到两个回复之后):如果我有一个包含所有已知声音的库,可以在更大的WAV中,并希望在该WAV中找到每个声音的出现,该怎么办？换句话说,我知道可以混入大wav的每一种可能的声音,并希望找到它们的出现？

Answer 1

这完全取决于您要查找的内容以及要在其中查找的内容。

• 如果您正在寻找与较大 WAV 文件的块完全相同的样本，那么您可以直接搜索值。
• 如果声音完全相同，但样本不准确（例如，将 MP3 剪辑与同一首歌曲的 WAV 进行匹配），您可以使用互相关轻松找到它。通过使用 FFT 方法而不是显式对样本进行相乘和求和的“简单”方法，可以显着加快互相关速度。
• 如果您正在寻找与其他声音混合的简短样本，仍然可以使用互相关，但这取决于其他声音是否影响匹配。对于具有简单样本且没有效果的数码钢琴，直接输入数码录音机，这可能有效。
• 然而，如果声音经过任何类型的过滤、极性反转或相移，则效果不会很好，因为波形会改变。因此，如果通过扬声器弹奏钢琴，然后用麦克风录制，这不是一个可行的解决方案。

在这种情况下，更好的方法可能是使用短时傅立叶变换(STFT)创建记录的频谱图以及您要查找的内容的频谱图，然后对两个图像。频谱图是一段时间内声音频谱幅度的二维图像，您可以将其进行匹配。（这可能是一种迂回的方式来做一些事情，有更专门的算法，但我不知道它会被称为什么。）；）

您可以在某处上传一些声音片段吗？

Answer 2

我认为精确并不是指样本值精确。如果样本值精确，那么搜索样本值就很简单，而且快速且高效。

如果您正在寻找有贡献的声音位，最好的方法是使用称为“卷积”的数学过程。基本上，采取您试图在大样本中找到的样本，有效地将其放置在大样本旁边，然后进行关联。对每个样本位置执行此操作。您将从中得到一条曲线，该曲线在样本所在位置具有明显的尖峰。它的计算量相当大，但计算机已经变得相当快，所以它是可行的。

但是 - 这是假设这两种情况的样本来自相同的录音。拾取鼓声，即使是来自两个不同位置的相同鼓声，也不会产生很好的相关性。

希望有帮助。