我正在努力在工厂类型设置中隔离特定的音频点击。经过初步分析，我确定设置在 500 和 800Hz 之间的 2 极高通滤波器最适合我。
由于人为交互而发生点击的时间可以是随机的。点击的形状是“尖峰”形状。我在这个工作站上没有这些图像，但如果有帮助的话，我可以在下周得到它们。因此，当用户将连接器插入在一起时，该过程并不是完全自动化的，但是目标是限制人为错误，以便尽可能少地与此实现进行交互。
总会有 3 次点击。Click A 和 Click B 非常明显，但 Click C 非常安静，并且到目前为止，使用非常昂贵的相机系统来直观地捕捉 Click C。
潜在的麦克风：链接
但是，我很好奇推荐使用哪种 DSP 硬件来快速有效地分析此类波形。
旁注：由于易于使用和调整，我倾向于 IIR，如果这是一个不正确的假设，请纠正我。
可能最简单（也是最准确）的方法是上面建议的匹配过滤器方法。基本上，您可以独立记录每次点击，并将其用作针对麦克风信号的匹配过滤器。如果点击次数始终相同，则点击 A 在匹配过滤器 A 上的响声非常强烈。与 B 和 C 相同。
要实现匹配滤波器，您可以获得一个带有处理器或 DSP 芯片的开发套件。实现解决方案需要一些编码（可能是 C）。在大学里，我研究过“TMS320C6713 DSP Starter Kit (DSK)”，但你可以试试 Arduino 或 Beagleboard。您的系统可能不会非常复杂。至于麦克风，你可以得到一个比较简单的，连接到开发套件上的 3.5mm 插孔。（http://www.amazon.com/Pyle-Pro-PDMIC58-Professional-Handheld-Microphone/dp/B003GEBGA0/ref=sr_1_4?s=electronics&ie=UTF8&qid=1440204270&sr=1-4&keywords=microphone+3.5mm）
匹配滤波器的工作原理是将输入信号乘以预期的数据流。
示例：如果单击 A 持续 1mS 并且您的采样率为 44.1kHz，您将有一个 44 样本匹配滤波器（单击可能会短得多）。您可以将其存储在代码中，并将您的输入信号与此匹配的滤波器相乘。
MATLAB示例代码： https ://stackoverflow.com/a/19471009/3920284
乘以输入流时获得的最大值将对应于点击发生的时间。您可以像示例一样设置阈值。
随着时间的推移可能会发生变化的一件事是您的点击声音：随着硬件的老化，点击声音会有所不同，因为可能会发生磨损。
有关匹配过滤器方法的更多详细信息：
匹配滤波器与互相关是一回事。输入 A 是您希望点击听起来像的模板，输入 B 是实时音频流。您将它们相互关联，这将产生低水平的噪音，除非有匹配，然后它会产生一个大的尖峰。
进行互相关的最有效方法是使用 FFT 方法。首先，用静音填充模板 A，直到它与块的长度相同，然后获取模板 A 的 FFT 并存储它。您只需执行一次。
然后连续读取现场声音数据块，并以重叠的方式处理块（这样，如果它发生在块之间的一半，你就不会错过点击）。例如，合并块 1 和块 2 并作为一个整体处理，然后合并块 2 和块 3 并作为一个整体处理，然后是块 3 和 4，等等。
对于您创建的每个（大）块，计算 FFT，然后（复数）将其与模板 A 的 FFT 相乘，然后进行逆变换以获得互相关。如果它有一个很大的尖峰，你就找到了匹配。如果没有，请忽略它。
多通道版本：
这只有在组装总是发生在空间的同一点时才有效。
在该区域周围以 3D 模式设置 2 或 3 个麦克风，同时记录所有麦克风的咔嗒声，这可能会对它们产生不同的延迟，因为它们与咔嗒声的距离不同（尽管这不是必需的） . 将这些波形保存为您的模板，确保保持它们各自相对于彼此的延迟。如上所述在实时数据上运行匹配的过滤器（每个通道一个）。当太空中的那个点有比赛时，所有 3 个匹配的过滤器都会在同一时间点产生大的尖峰。通过相加或相乘（我不知道理论上哪个更好）组合 3 个匹配的滤波器输出以获得特定位置的波形匹配，这将拒绝来自其他位置的相似声音和来自目标位置的不同声音。或者如果位置有点马虎，只需在一定时间内寻找3个尖峰。