C#实时音频分析中的时序

Question

我正在尝试从C#的实时音频中确定“每分钟的节拍”。不过，我检测到的不是音乐，而是持续不断的敲击声。我的问题是确定两次点击之间的时间，这样我就可以确定“每分钟的点击次数”，我已经尝试使用WaveIn.cs类，但我并不真正理解它是如何采样的。我不会在一秒钟内拿到一定数量的样本来分析。我想我真的不知道如何在一秒钟内读取样本的确切数量，才能知道样本之间的时间间隔。

如果能帮助我走上正确的方向，我们将不胜感激。

Answer 1

我不确定您使用的是哪个WaveIn.cs类，但通常对于录制音频的代码，您可以: A)告诉代码开始录制，然后稍后您告诉代码停止录制，并返回一个包含此时间段内录制的数据的数组(通常是short[]类型的数组)；或者B)告诉代码以给定的缓冲区大小开始录制，当每个缓冲区被填满时，代码将回调到您通过引用已填充的缓冲区定义的方法，此过程将继续，直到您告诉它停止录制。

让我们假设您的记录格式是每个样本16位(也就是2字节)，每秒44100个样本，单声道(1个通道)。在(A)的情况下，假设您开始录制，然后恰好10秒后停止录制。您将得到一个长度为441,000 (44,100 x 10)个元素的short[]数组。我不知道你用什么算法来检测“点击”，但是假设你检测到这个数组中的元素0，元素22,050，元素44,100，66,150等处的点击。这意味着你每.5秒发现一次点击(因为22,050是每秒44,100个样本的一半)，这意味着你每秒有2个点击，因此是120BPM。

在(B)的情况下，假设您开始记录时的缓冲区大小固定为44,100个样本(也称为1秒)。当每个缓冲区进入时，您会在元素0和元素22,050处找到taps。按照与上面相同的逻辑，您将计算出120 BPM。

希望这能有所帮助。对于一般的节拍检测，最好记录相对较长的时间，并通过大量数据来计算节拍。尝试估计“瞬时”节奏更难，也更容易出错，就像实时估计录音的音高比用完整音符的录音更难一样。

Answer 2

假设我们讨论的是同一个WaveIn.cs，WaveLib.WaveInRecorder的构造函数接受一个WaveLib.WaveFormat对象作为参数。这允许您设置音频格式，即。采样率，位深度等。只需扫描音频样本的峰值或无论您如何检测“点击”，并记录峰值之间的样本的平均距离。

由于您知道音频流的采样率(例如，44100样本/秒)，取平均峰值距离(以样本为单位)，乘以1/(样本速率)以获得两次点击之间的时间(以秒为单位)，除以60以获得两次点击之间的时间(以分钟为单位)，反转以获得每分钟的点击次数。

希望这能有所帮助