这又是我的打鼾探测器。

当那里有任何东西时，我已经非常擅长检测信号 - 可以从墙壁剥离的鼾声到你甚至在录音中都听不到的呼吸。问题是，我无法判断信号何时降至可检测水平以下，而应用程序只是“听到声音”。而且，不幸的是，打鼾/呼吸通常是不规则的，简单的自相关或类似的间隔计时方案不太可能有太大帮助。（实际上，在某些情况下，噪音可能比呼吸更规律。）

那么，我是否缺少任何技巧来确定没有信号的时间？鉴于“信号”一开始就很像噪音，我似乎在这里遇到了一个困难的地方。

（也许这与我遇到的另一个问题有关：奇怪的是，即使声音很大，我也无法准确（甚至近似）测量信号电平。因为无论如何我都需要使用滚动平均值和比率来检测信号，关卡信息会丢失。我正在寻找一些技巧来重建它。）

基本技术

（尤达）

音频信号被采样（通常以 8000Hz，由于各种原因），然后在 1024 个块中进行 FFT。（在我的实验中，汉明过滤器和重叠块似乎没有什么影响，尽管稍后可能会重新访问。）

FFT 被划分为“波段”（目前为 5 个，大小略微倾斜以将更多细节放在低端），并将每个波段的“光谱差异”和电平相加。峰值限制值的长期平均值用作“阈值”，并使用进一步的偏差调整来保持大约 20% 的“超过阈值”率。

每个“超过阈值”值的权重为 1（低于阈值的权重为 0），但随后该权重通过频段中明显的“可变性”（大约 2Hz）进行调整，以赋予频段更多权重携带更明显的信号。

将频带的权重相加，然后将后续块的权重相加大约一秒钟以产生运行“分数”。这再次与运行平均阈值（加上几个启发式）进行比较，以检测打鼾的开始/偏移。

更新

我突然想到，如果我的算法有效地保持恒定电平信号（根据我的信号电平问题），有效测量 SNR 的方法是在没有信号时测量噪声。

方便的是，打鼾是间歇性的，中间有很多“死气”。而且我已经检测到打鼾信封了。因此，信封之外的任何东西（在一次鼾声结束和下一次鼾声开始之间）都可能是噪音！我可以（以一定程度的准确度/可重复性）测量。（当然，我们花了 3 次尝试才想出一个中规中矩的算法——现实永远与理论不符。）

所以我还没有完整的答案，但我已经取得了进展。

（虽然上述技术为我提供了一个相当好的 SNR 代理，但我仍然无法估计实际信号电平。我的“相对电平”指示可能超出了几乎听不见的呼吸声的范围，而对于窗户嘎嘎声则马马虎虎。我需要某种绝对级别的代理。）