一维多峰检测？

Question

我目前正在尝试在 AS3 中实现基本的语音识别。我需要它完全是客户端，因此我无法访问强大的服务器端语音识别工具。我的想法是检测单词中的音节，并用它来确定所说的单词。我知道这会极大地限制识别能力，但我只需要识别几个关键词，就可以确保它们都有不同的音节数。

我目前能够为口语单词生成语音级别的一维数组，并且如果我以某种方式绘制它，我可以清楚地看到在大多数情况下音节都有明显的峰值。然而，我完全不知道如何找出这些峰值。我真的只需要计数，但我想这需要找到它们。起初，我想获取一些最大值并将它们与平均值进行比较，但我忘记了那个峰值比其他峰值大，因此，我所有的“峰值”都位于一个实际峰值上。

我偶然发现一些Matlab代码看起来几乎太短而不是真的，但我不能很因为我无法将其转换为我知道的任何语言。我尝试过 AS3 和 C#。所以我想知道你们是否可以让我走上正确的道路或者有任何用于峰值检测的伪代码？

Answer 1

matlab 代码非常简单。我会尝试将其翻译成更伪代码的东西。

翻译成ActionScript/C#应该很容易，你应该尝试这个，如果你遇到困难，用你的代码发布后续问题，这样你就会有最好的学习效果。

Param: delta (defines kind of a tolerance and depends on your data, try out different values)
min = Inf (or some very high value)
max = -Inf (or some very low value)
lookformax = 1
for every datapoint d [0..maxdata] in array arr do
  this =  arr[d]
  if this > max
    max = this
    maxpos = d
  endif
  if this < min
    min = this
    minpos = d
  endif

  if lookformax == 1
    if this < max-delta
      there's a maximum at position maxpos
      min = this
      minpos = d
      lookformax = 0
    endif
  else
    if this > min+delta
      there's a minimum at position minpos
      max = this
      maxpos = d
      lookformax = 1
    endif
  endif

Answer 2

寻找曲线的波峰和波谷就是观察线条的斜率。在这样的位置，斜率为 0。由于我猜测语音曲线非常不规则，因此必须首先对其进行平滑，直到仅存在显着的峰值。

所以在我看来，曲线应该被视为一组点。应对点组进行平均以产生简单的平滑曲线。然后比较每个点的差异，找到彼此差异不大的点，并将这些区域识别为峰、谷或高原。

Answer 3

如果有人想要 AS3 中的最终代码，这里是：

function detectPeaks(values:Array, tolerance:int):void
{


var min:int = int.MIN_VALUE;
var max:int = int.MAX_VALUE;
var lookformax:int = 1;
var maxpos:int = 0;
var minpos:int = 0;

for(var i:int = 0; i < values.length; i++)
{
    var v:int = values[i];
    if (v > max)
    {
        max = v;
        maxpos = i;
    }
    if (v < min)
    {
        min = v;
        minpos = i;
    }

    if (lookformax == 1)
    {
        if (v < max - tolerance)
        {
            canvas.graphics.beginFill(0x00FF00);
            canvas.graphics.drawCircle(maxpos % stage.stageWidth, (1 - (values[maxpos] / 100)) * stage.stageHeight, 5);
            canvas.graphics.endFill();

            min = v;
            minpos = i;
            lookformax = 0;
        }
    }
    else
    {
        if (v > min + tolerance)
        {
            canvas.graphics.beginFill(0xFF0000);
            canvas.graphics.drawCircle(minpos % stage.stageWidth, (1 - (values[minpos] / 100)) * stage.stageHeight, 5);
            canvas.graphics.endFill();

            max = v;
            maxpos = i;
            lookformax = 1;
        }
    }
}

}