問題タブ [microphone]

Python を使用して、マイクからピッチ、レベル、およびその他のものを取得しようとしています。私はpyaudioを使用しようとしていますが、数学を生成するには他のライブラリを使用する必要があることを読みました. pyaudio と数学ライブラリを混在させる方法が見つかりません。

私は子供向けのソフトウェアに取り組んでおり、ソフトウェアが多くの非音声音に応答する機能を追加しようとしています。たとえば、拍手、吠える、口笛を吹く、おならの音などです。

過去に CMU Sphinx と Windows Speech API を使用したことがありますが、どちらも音声以外のノイズをサポートしていないことがわかります。実際、積極的にそれらを除外すると思います。

一般に、「この機能を取得するにはどうすればよいですか」を探していますが、次に何を検索するかについての私の推測である3つの質問に分解すると役立つと思います。

1. 主要な音声認識エンジンの 1 つを使用して、音響モデルまたは発音レキシコンを変更することにより、単語以外の音を認識する方法はありますか?
2. (または) 単語以外のノイズ認識を行う既存のライブラリは既に存在しますか?
3. (または) 私は隠れマルコフモデルと大学の音声認識の基礎となる技術に少し精通していますが、ゼロから非常に小さなノイズ/サウンド認識器を作成することがどれほど難しいかについての適切な見積もりはありません (<20 のノイズから認識されます）。1) と 2) が失敗した場合、自分でロールするのにかかる時間の見積もりはありますか?

ありがとう

ライブマイクからの突然のタッピングノイズを検出するには、pyaudioをどのように使用しますか？

Snow Leopard で Java Sound を使用して 3 つの USB マイクからオーディオを録音/処理しようとしています (ただし、問題が解決すれば Windows に切り替えることができます)。問題は、USB マイクに対応するミキサーを使おうとすると、Java Sound が回線がサポートされていないことを教えてくれることです。具体的には、こう言っている...

利用可能なミキサー:

Java サウンド オーディオ エンジン

USBMIC シリアル番号 041270067

内蔵入力 内蔵マイク

サウンドフラワー（2ch）

サウンドフラワー (16ch)

スレッド「AWT-EventQueue-0」での例外 java.lang.IllegalArgumentException: Line unsupported: インターフェイス TargetDataLine サポート形式 PCM_SIGNED 96000.0 Hz、8 ビット、ステレオ、2 バイト/フレーム、

...USBMIC ミキサーを選択するように依頼すると、次のようになります。

オーディオ形式をマイクの正確な仕様 (16 ビット、44100Hz、ステレオ) に合わせてみましたが、違いはありませんでした。

ここで問題が発生します。

ミキサーと TargetDataLine は互いに気に入らないようです。これら2つを「一致」させて仲良くする方法はありますか?

私が使用しているマイクは、確か​​に少し変わっています。それらは、SingStar と呼ばれるカラオケ ビデオ ゲームで使用するために作られました。マイク自体には標準のモノラル ライン入力コネクタがあり、小さなハブ (1 つのハブに 2 つ) に差し込むと、1 つのオス USB コネクタに変換されます。奇妙さはさておき、それらは Audacity と別のチャンネルとして完全にうまく動作するように見えるので、それらを使用したマルチチャンネル録音は明らかに可能ですが、Java ではおそらく不可能です。

また、異なるプログラム間でオーディオを共有する Soundflower のようなプログラムを使用することも検討しました。ただし、USB マイク入力を Soundflower に作成してから Java にパイプする方法がわからないため、これが機能するかどうかはわかりません。簡単な実験で、マイクから Audacity でオーディオを録音し、それを Soundflower にパイプして、Java プログラムで処理できることがわかりました。それでも、私がやりたいことは、Java ですべてをリアルタイムで実行することです。

この種の問題に詳しい人はいますか？

私はかなり長い間探していましたが、Android のマイクから実際に SPL/db 値を取得する方法を見つけることができませんでした。

私が見つけたいくつかのスレッドや記事で、それについて議論したものは、それを非常に明白なことのように扱っていたので、誰でもできるはずであり、変換アルゴリズムを正しくすることにもっと関心がありました。

誰もこれを行う方法を知っていますか?

私はマイク入力を受け取り、いくつかの簡単なライブオーディオ処理を行うC++で小さなプログラムを書いています。私は周りを見回していて、Linuxで動作することがわかったのは、PortAudio、QAudioInput、およびfmodだけです。

私は超低レベルのプログラミングを避け、最小限の行を使用しようとしています。

これらのどれが私のニーズに最も合うでしょうか？

ボタンをクリックしたときにマイクのプロパティウィンドウを開くにはどうすればよいですか？

マイク設定を呼び出すコマンドを実行したい。

次のコードを試してみましたが、Win32Exception がスローされ、指定されたファイルが見つかりません。

仮想マイクドライバーを開発したい。DirectShowについては何も言わないでください-それは「方法」ではありません。SkypeやMSNなどのソフトウェアで動作するソリューションが必要です。そして、DirectShowはこれらの要件に適合しません。

Windows7WDKでAVStreamFilter-CentricSimulated Capture Driver（avssamp.sys）を見つけました。私が必要としているのはそのオーディオ部分です。デフォルトでは、avssamp.wavを読み取り、再生します。ただし、このドライバーはWDMストリーミングキャプチャデバイスとして登録されています。そして、私はそれをオーディオキャプチャデバイスに入れたいです。

Webにはいくつかの投稿がありますが、それらはすべて同じです。

http://www.tech-archive.net/Archive/Development/microsoft.public.development.device.drivers/2005-05/msg00124.html

http://www.winvistatips.com/problem-installing-avssamp-audio-capture-sources-category-t184898.html

このフィルタードライバーをオーディオキャプチャデバイスとして登録すると、Skypeがマイクとして認識できるようになるため、どのPCMファイルもマイクから送信されたかのようにプッシュできるようになると思います。

誰かが以前にこの問題にすでに直面している場合は、助けてください。

前もって感謝します。

こんにちは、みなさん。プログラムからオーディオを出力し、そのストリームをシステムのマイク入力「レイヤー」にリダイレクトする方法はありますか？これには、「Pinvoked」である低レベルの呼び出しが必要になる可能性があることを理解していますが、役立つ記事はありますか。たとえば、アプリケーションの出力オーディオストリームをWindowのSound Recorderプログラムで実行すると、オーディオはマイクからのものであると見なされ、それが録音されます。ストリームを記録したくありません。デバイスのマイクロフォン入力に出力するだけです。アイデアをありがとう。