在进行测试时，我将做很多录音。问题是我想从我的录音中轻松提取一些部分。有没有办法播放一些特殊的声音序列，例如几声哔哔声，然后在整个录音中搜索这些标记？
最后，我想获得带有标签段的文件，类似于 Audacity 正在做的事情。到现在为止，我一直在用拍手并在长时间记录的信号中寻找能量峰值。因为我正在用起动手枪测量房间，所以这不是一个好主意。稍后这将使我能够非常快速和轻松地分析以搜索相似的声音组。例如：
开始时间、结束时间、地点
100, 399, 位置 1
500、600、位置 2
我尝试用某种模式计算相关性，但是当房间混响时，它的表现不是很好。我从阈值相关中得到了一些错误的标记。这是因为标记被涂抹而不准确。
该任务的最佳方法和信号类型是什么？任何好的和快速的技术，比如匹配过滤？
附录：
简单地说我想要的：
随机播放标记声音/模式
在很长的录音中搜索这些录音模式
能够说出这些模式在哪个时间点是例如互相关（不能很好地工作）可能会产生我可以搜索的尖峰
它应该能够防止噪音、音调/脉冲声音、混响和低播放电平
它不应该很慢。例如在 10 分钟文件 40 秒是我的上限
您可以使用很容易通过谐振器组解码的 DTMF 音调。http://en.m.wikipedia.org/wiki/Dual-tone_multi-frequency_signaling的简要说明
如果你在一个混响的房间里，那么像手机这样的东西就不会在里面投入太多的能量，因此录音不会受到混响的太大影响。此外，DTMF 的音调相对较高，会从背景中脱颖而出。
典型的键盘中有 16 种组合，但您可以更改符号（例如 1213），可能在录音中，以构建更复杂的短语或标记。比房间的时间常数更快地改变符号将减少混响的影响。
如果您使用启动枪从房间获取脉冲响应，您可以在录音的开始和结束后播放一个序列，以大致识别特定的响应，但我不建议依赖标记进行绝对同步. 您可以在枪附近添加一个麦克风以获得脉冲开始和结束，并使用房间麦克风来估计房间的动态（攻击、衰减等）
希望这可以帮助
更新了这个答案的一部分：
总体思路保持不变，通过播放声音标记时间点并稍后检测它的存在。现在的问题是，哪些声音以及如何检测它们。这是使用 DTMF 代码的示例。
1) 获取一个 DTMF 生成器（例如，一个 DTMF android 应用程序，例如，https://play.google.com/store/apps/details?id=hu.soska.dtmf&hl=en）
2) 在“干净”（无混响）的房间中，录制一系列声音，例如“1928”。这就是“标签”。请确保输入每个数字至少 1 秒钟。
3）在被测量的房间里，开始你的记录。当您想标记一个点时，可以将“1928”的声音与主录音一起复制和录制。
4) 在 DTMF 频率上构建一个由 8 个滤波器组成的滤波器组。谐振器是简单的滤波器，这里有一些示例代码来获取你的系数： http: //lifeorange.com/MATLAB/MATLAB_FD.htm
5）打开文件，通过过滤器运行记录。它们的输出将根据信号中音调的功率而变化。在 DTMF 音的再现过程中，滤波器的输出将增加。应用一个非常简单的规则：要保持“正确匹配”，您必须看到成对的过滤器（代表数字）变得“高”并保持高至少 1 秒。在过滤器的输出中查找此规则。你现在有了比赛。
为什么选择单音和谐振器？因为它们非常容易和快速地解码。
备择方案？
在第 4 步记录一个伪随机发生器信号，并在第 5 步使用互相关。虽然互相关会慢得多，因为它必须以“滑动窗口”方式重复运行（请参阅http://en.wikipedia.org/ wiki/Overlap%E2%80%93add_method）。
步骤 5 的替代方案可能是 multimon（请参阅http://manpages.ubuntu.com/manpages/gutsy/man1/multimon.1.html），但这不会给您偏移量。
尽管这些都是近似解决方案，但它们不会为您提供“事件”发生的准确时间点，而只是粗略的近似值（这也取决于录音的长度）。
希望这可以帮助。
工程师发现了许多具有尖峰自相关函数的信号，并将它们用于一种称为“脉冲压缩”的技术。啁啾信号就是其中之一，它很容易产生。您可以使其足够长，以便通过相关性可靠地检测到（如果足够长，则不必很大）。
当然，混响会增加一些拖影。您可以通过在记录的开头生成一个“引导”标记，然后将其与其余部分相关联，对混响信号进行匹配过滤。