安卓系统中的声音识别

Question

安卓系统中的声音识别

androidvoice-recognitionaudio

14

我希望我的Android应用程序能识别声音。例如，我想知道来自麦克风的声音是拍手、敲门还是其他什么声音。

我需要使用数学，还是可以只使用一些库？

如果有任何用于声音分析的库，请告诉我。谢谢。

- Elephant

请查看此帖子：https://dev59.com/uXE95IYBdhLWcg3wkeqq - coder

是的，我已经了解了AudioRecord类。该类的Read()方法返回原始数据，需要使用数学进行分析。但我想知道是否有一些第三方API可以在不使用数学的情况下分析声音？ - Elephant

4个回答

4

在我看来，有一个非常适合您需求的API。

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

祝你好运！

- Ana Llera

2

你不需要数学，也不需要AudioRecord。只需每1000毫秒检查MediaRecorder.getMaxAmplitude()即可。

这些代码this code和this code可能会有帮助。

下面是一些你需要的代码。

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;
    }
}

- gregm

4

你的示例代码将对任何大声的声音做出反应（不仅仅是鼓掌）。它无法识别声音的性质。我说得对吗？ - Elephant

1

这段代码只能根据阈值识别响亮和不响亮的噪音。虽然非常简单，但对许多应用程序非常有用。 - gregm

1

我知道这篇文章已经有一年了，但我偶然发现它。我非常确定通用的、开放领域的声音识别问题尚未解决。因此，在Android上找不到任何可以完成你想要的功能的库，因为这样的代码还不存在。如果你选择某个受限制的领域，你可以训练一个分类器来识别你感兴趣的声音类型，但这需要大量的数学计算和每种潜在声音的大量实例。如果你想要的库存在，那将会非常酷，但据我所知，这项技术还没有达到那个水平。

- mattg

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Andrei Buneyeu · Accepted Answer

Musicg库对于哨声检测非常有用。但对于拍手声，我不建议使用它，因为它会对每个大声的声音（甚至是语音）做出反应。

对于拍手和其他打击乐声音的检测，我推荐使用TarsosDSP。它具有简单的API和丰富的功能（例如音高检测等）。对于拍手检测，您可以使用类似以下内容的代码（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();

你可以通过调整灵敏度（0-100）和阈值（0-20）来调整探测器。

祝你好运！