精确的音调开始/持续时间测量？

Posted 2023-02-25

【中文标题】精确的音调开始/持续时间测量？

【英文标题】：Precise tone onset/duration measurement?

【发布时间】：2010-12-16 02:05:32

【问题描述】：

我有一个工作音调检测器，它使用 FFT 来确定音频流中是否存在特定频率的音调（或音调对）（如果足够高于本底噪声）。我可以使用什么方法来更准确地定位该音调的开始时间和持续时间？我正在寻找比 FFT 帧持续时间（大约 50 毫秒）更精确的东西。假设音调比 FFT 帧长得多。

【参考方案1】：

听起来像 DTMF 检测。标准技术是Goertzel algorithm。对于每个感兴趣的频率，您需要一个 Goertzel 检测器，因此您需要先验知道这些频率。

【讨论】：

AFAIK，对于任何频率检测或时间估计，标准 Goertzel 滤波器并不比 FFT bin 更精确。我正在寻找比 FFT bin 更精确的东西。

@hotpaw2：这取决于您所说的“精确”是什么意思。您必须在频率分辨率与时间分辨率之间进行交易——您不能两者兼得。无论如何，可以对 Goertzel 滤波器的输出进行整流和平滑（低通滤波），这样它就可以在逐个样本的基础上为您提供合理的开始/偏移时间测量值，这与具有固定窗口大小的 FFT 不同。

【参考方案2】：

如果提前知道特定频率，您可以设计一个以该频率为中心的带通滤波器，然后在输出端使用能量检测器。您必须考虑通过滤波器的大量延迟，并且可能还需要考虑稳态响应的上升和下降时间。

如果您使用 FFT 输出来实际检测音调，并且您有足够的内存来保存最近过去的样本，您可以从 FFT 中粗略估计起始时间，将时间返回几百毫秒之前，并开始以检测到的频率通过正弦曲线混合样本。然后通过低通滤波器运行混合样本。您的音调检测、混频器和 LPF 频率分辨率/带宽必须匹配，并且您需要再次考虑 LPF 特性。

【讨论】：

LPF 的上升（和下降）时间不会与 FFT 孔径的宽度大致相同的数量级吗？时间分辨率的优势在哪里？

如果使滤波器的带宽更宽，则上升时间会更短。您可以更好地控制 FFT 块大小的滤波器带宽，对吗？如果你以直接形式实现过滤器，你就没有 FFT 的一个块大小的延迟。