Java - Wav音頻分割

Question

我發現了一些關於這個主題，但沒有密切相關，所以沒有找到答案。

我正在將我爲音高識別開發的現有JAVA項目擴展爲簡單的單聲道音樂識別，但我堅持使用波形文件分割。所以，我明白了，我應該在我的波形（一座「山」）中探測到大能量的存在，但我還不確定如何知道「山」在哪裏開始？有時候他們不夠清楚。音符播放速度不是很快，但信號很少下降到零。它可能會下降一半。

如果分割算法丟失一個音符或兩個音符就沒有問題，那麼之後我會有模式匹配算法。 我只需要想法如何迭代樣本（窗口或一個接一個）以及如何決定陣列的哪些部分調用基音檢測。 如果有這種請分享任何開源實現...

在此先感謝

Answer 1

如果使用非JAVA工具都OK，你可以使用sphinx_cont_fileseg。它是Sphinx語音識別系統的一部分，它位於市電Linux發行版的回購站（或者您可以編譯源代碼！）。

sphinx_cont_fileseg生成一個文本文件，其中包含音頻文件中的所有「語音」片段。你可以從你的JAVA代碼運行它，然後解析結果。 這不是最優的，但它可能比編寫自己的VAD好。