我得到了一个人的音高轮廓，一个人依次唱出几个不同的频率（八度音阶错误已清理）。我想将稳定部分与过渡部分（向上向下滑动）分开。下面是我的数据的一个例子。

在搜索了互联网和这个 stackexchange 之后，似乎我真正想做的是步骤检测，解决这个问题的常用方法是 CUSUM 算法（来源）。然而，我对如何正确实现这一点不知所措（我的统计数学不是那么好）。

从我读过的内容来看，CUSUM 是基于对数似然比。我已经阅读了该内容，但似乎无法理解这如何适用于每个样本的样本 dsp 编码。Bassevile 和 Nikiforov中的所有数学符号让我头晕目眩，而且我来自程序员的背景。

有人愿意为我指出正确的方向吗？有可用的资源吗？我当然非常愿意学习。