拍手の音が認識されたときにアクションを実行するアプリの作成に取り組んでいます。AVAudioRecorder からの平均電力とピーク電力を単純に測定することを検討しましたが、これは問題なく機能しますが、他の音がある場合は、多くの誤検知が報告されます。他のオーディオの再生中にこれを機能させるには、ある種のオーディオフィンガープリンティングが必要だと思います。これは SO で以前によく尋ねられたことを知っていますが、ほとんどの回答は「FFT を使用する」という行に沿って何かを言い、その人は「オーケー!」と言います。しかし、明確な説明は与えられておらず、FFTを使用して音を正しく識別する方法はまだわかりません。
誰かが明確に説明したり、別のチュートリアルを引用したり、オーディオフィンガープリンティングを使用して音を識別できるライブラリへのリンクを投稿したりできますか?
ありがとう！