Android中的声音识别

Posted 2023-02-25

【中文标题】Android中的声音识别

【英文标题】：Sound recognition in Android

【发布时间】：2011-12-15 17:29:03

【问题描述】：

我希望我的 android 应用能够识别声音。例如，我想知道麦克风发出的声音是拍手声还是敲门声或其他声音。

我是否需要使用数学，或者我可以只使用一些库吗？

如果有任何用于声音分析的库，请告诉我。谢谢。

【问题讨论】：

查看这篇文章：***.com/questions/2257075/…

是的，我读过 AudioRecord 类。此类的方法 Read() 返回原始数据，需要使用数学进行分析。但我想问是否有一些第三方 API 可以在没有数学的情况下分析声音？

【参考方案1】：

Musicg 库对于哨声检测很有用。关于拍手，我不建议使用它，因为它会对每一个响亮的声音（甚至是语音）做出反应。

对于拍手和其他敲击声检测，我推荐TarsosDSP。它有一个简单的 API，具有丰富的功能（音高检测等）。对于拍手检测，您可以使用类似的东西（如果您使用 TarsosDSPAndroid-v3）：

MicrophoneAudioDispatcher mDispatcher = new MicrophoneAudioDispatcher((int) SAMPLE_RATE, BUFFER_SIZE, BUFFER_OVERLAP);
double threshold = 8;
double sensitivity = 20;
mPercussionDetector = new PercussionOnsetDetector(22050, 1024, 
        new OnsetHandler() 

            @Override
            public void handleOnset(double time, double salience) 
                Log.d(TAG, "Clap detected!");
            
        , sensitivity, threshold);
mDispatcher.addAudioProcessor(mPercussionDetector);
new Thread(mDispatcher).start();

您可以通过调整灵敏度 (0-100) 和阈值 (0-20) 来调整检测器。

祝你好运！

【讨论】：

我无法使用这个来检测拍手声。它只会检测到口哨声……你能帮帮我吗？我想检测拍手声、口哨声以及弹指声。

@ArpitPatel 您是否成功检测到musicg api中的哨声？我收到错误。请支持我***.com/questions/37925382/…

我可以得到满足以下要求的库android.stackexchange.com/questions/237271/…

【参考方案2】：

在我看来，有一个 Api 可以很好地满足您的需求。

http://code.google.com/p/musicg/

祝你好运！！！

【参考方案3】：

您不需要数学，也不需要 AudioRecord。只需每 1000 毫秒检查一次 MediaRecorder.getMaxAmplitude()。

this code 和 this code 可能会有所帮助。

这是您需要的一些代码。

public class Clapper

    private static final String TAG = "Clapper";

    private static final long DEFAULT_CLIP_TIME = 1000;
    private long clipTime = DEFAULT_CLIP_TIME;
    private AmplitudeClipListener clipListener;

    private boolean continueRecording;

    /**
     * how much louder is required to hear a clap 10000, 18000, 25000 are good
     * values
     */
    private int amplitudeThreshold;

    /**
     * requires a little of noise by the user to trigger, background noise may
     * trigger it
     */
    public static final int AMPLITUDE_DIFF_LOW = 10000;
    public static final int AMPLITUDE_DIFF_MED = 18000;
    /**
     * requires a lot of noise by the user to trigger. background noise isn't
     * likely to be this loud
     */
    public static final int AMPLITUDE_DIFF_HIGH = 25000;

    private static final int DEFAULT_AMPLITUDE_DIFF = AMPLITUDE_DIFF_MED;

    private MediaRecorder recorder;

    private String tmpAudioFile;

    public Clapper() throws IOException
    
        this(DEFAULT_CLIP_TIME, "/tmp.3gp", DEFAULT_AMPLITUDE_DIFF, null, null);
    

    public Clapper(long snipTime, String tmpAudioFile,
            int amplitudeDifference, Context context, AmplitudeClipListener clipListener)
            throws IOException
    
        this.clipTime = snipTime;
        this.clipListener = clipListener;
        this.amplitudeThreshold = amplitudeDifference;
        this.tmpAudioFile = tmpAudioFile;
    

    public boolean recordClap()
    
        Log.d(TAG, "record clap");
        boolean clapDetected = false;

        try
        
            recorder = AudioUtil.prepareRecorder(tmpAudioFile);
        
        catch (IOException io)
        
            Log.d(TAG, "failed to prepare recorder ", io);
            throw new RecordingFailedException("failed to create recorder", io);
        

        recorder.start();
        int startAmplitude = recorder.getMaxAmplitude();
        Log.d(TAG, "starting amplitude: " + startAmplitude);

        do
        
            Log.d(TAG, "waiting while recording...");
            waitSome();
            int finishAmplitude = recorder.getMaxAmplitude();
            if (clipListener != null)
            
                clipListener.heard(finishAmplitude);
            

            int ampDifference = finishAmplitude - startAmplitude;
            if (ampDifference >= amplitudeThreshold)
            
                Log.d(TAG, "heard a clap!");
                clapDetected = true;
            
            Log.d(TAG, "finishing amplitude: " + finishAmplitude + " diff: "
                    + ampDifference);
         while (continueRecording || !clapDetected);

        Log.d(TAG, "stopped recording");
        done();

        return clapDetected;
    

    private void waitSome()
    
        try
        
            // wait a while
            Thread.sleep(clipTime);
         catch (InterruptedException e)
        
            Log.d(TAG, "interrupted");
        
    

    /**
     * need to call this when completely done with recording
     */
    public void done()
    
        Log.d(TAG, "stop recording");
        if (recorder != null)
        
            if (isRecording())
            
                stopRecording();
            
            //now stop the media player
            recorder.stop();
            recorder.release();
        
    

    public boolean isRecording()
    
        return continueRecording;
    

    public void stopRecording()
    
        continueRecording = false;
    

【讨论】：

您示例中的代码将对任何响亮的声音（不仅是鼓掌声）做出反应。它无法识别声音的本质。我说的对吗？

Correct 此代码将仅根据阈值识别响亮与非响亮的噪音。它非常简单，但对许多应用程序都很有用

【参考方案4】：

我意识到这是一岁了，但我偶然发现了它。我很确定一般的开放域声音识别不是一个已解决的问题。所以，不，你不会在 Android 上找到任何类型的库来做你想做的事，因为这样的代码在任何地方都不存在。如果你选择一些受限领域，你可以训练一个分类器来识别你感兴趣的声音种类，但这需要大量的数学运算，以及每种潜在声音的大量示例。如果你想要的库存在，那就太酷了，但据我所知，技术还不存在。