web-dev-qa-db-ja.com

Android

Androidアプリに音を認識させたい。たとえば、マイクからの音が拍手やノックなどであるかどうかを知りたい。

数学を使用する必要がありますか、それともそのためにライブラリを使用できますか？

音声分析用のライブラリがあれば教えてください。ありがとう。

androidvoice-recognitionaudio
13
Elephant

Musicg ライブラリはホイッスルの検出に役立ちます。拍手に関しては、すべての大きな音（スピーチも含む）に反応するため、使用はお勧めしません。

拍手やその他の打楽器の検出には、 TarsosDSP をお勧めします。豊富な機能（ピッチ検出など）を備えたシンプルなAPIを備えています。拍手検出には、次のようなものを使用できます（TarsosDSPAndroid-v3を使用している場合）。

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();

感度（0-100）としきい値（0-20）を調整することにより、検出器を調整できます。

幸運を！

11
Andrei Buneyeu

私の意見では、あなたのニーズに非常にうまく機能するApiがあります。

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

幸運を！！！

4
Ana Llera

あなたは数学を必要とせず、AudioRecordも必要ありません。 1000ミリ秒ごとにMediaRecorder.getMaxAmplitude（）を確認するだけです。

このコード および このコード が役立つ場合があります。

これがあなたが必要とするいくつかのコードです。

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;
    }
}
2
gregm

これは1年前だと思いますが、偶然見つけました。一般的なオープンドメインの音声認識は解決された問題ではないと確信しています。つまり、そのようなコードはまだどこにも存在しないため、Androidでやりたいことを実行するためのライブラリを見つけることはできません。制限されたドメインを選択した場合、関心のある音の種類を認識するように分類子をトレーニングできますが、それには多くの計算と、潜在的な音のそれぞれの多くの例が必要になります。必要なライブラリが存在するのはかなりクールですが、私が知る限り、テクノロジーはまだ存在していません。

1
mattg