Algorithm 两个音频信号之间的时延估计

我用两个不同的麦克风对同一信号进行了两次录音（例如，WAV格式），但其中一次录音有延迟，例如，几秒钟

在某种波形查看器中查看这些信号时，很容易从视觉上识别出这种延迟，即只需在每个信号中发现第一个可见峰值，并确保它们的形状相同：

（来源：）

但是我如何通过编程来实现它——找出这个延迟（t）是什么？两个数字化信号略有不同（因为话筒不同，由于ADC设置等原因，处于不同位置）

我仔细研究了一下，发现这个问题通常被称为“时延估计”，有很多方法可以解决它——例如

但有没有简单现成的解决方案，比如命令行实用程序、库或直接算法

---

结论：我没有发现简单的实现，我自己做了一个简单的命令行实用程序-可在（GPLv3许可）上获得。它实现了一个非常简单的最大值搜索算法，如所述。

一个非常简单的任务就是检查峰值是否超过某个阈值，a行的峰值和B行的峰值之间的时间可能是您的延迟。只要试着修改一下阈值，如果图形通常与您发布的图片一样清晰，那么您应该会很好。

您正在寻找的技术称为。这是一种非常简单的计算密集型技术，可用于解决各种问题，包括测量两个相似信号（信号不需要相同）之间的时间差（也称为滞后）

---

如果您对滞后值（或者至少是预期的滞后值范围）有一个合理的想法，那么您可以大大减少计算总量。如果您可以对所需的准确度设定一个明确的限制，也可以这样做。

遇到同样的问题，但没有成功找到自动同步视频/音频录制开始的工具， 我决定做某事

它是一个命令行工具。其背后的基本代码如下：

将numpy导入为np
从scipy导入fft
从scipy.io导入wavfile
r1，s1=wavfile.read（in1）
r2，s2=wavfile.read（in2）
断言r1==r2，“syncstart使用ffmpeg进行规范化”
fs=r1
ls1=len（s1）
ls2=len（s2）
焊盘尺寸=ls1+ls2+1
焊盘大小=2**（int（np.log（焊盘大小）/np.log（2））+1）
s1pad=np.零（焊盘尺寸）
s1pad[：ls1]=s1
s2pad=np.零（焊盘尺寸）
s2pad[：ls2]=s2
corr=fft.ifft（fft.fft（s1pad）*np.conj（fft.fft（s2pad）））
ca=np.绝对值（corr）
xmax=np.argmax（ca）
如果xmax>padsize//2：
文件，偏移量=in2，（焊盘尺寸xmax）/fs
其他：
文件，偏移量=in1，xmax/fs

是的，就是互相关。值得一提的是，如果可以猜测一个好的起点，计算量可以减少。我仔细研究了一下，发现这个算法没有简单的实现，所以我自己做了一个，并发表了它。如果使用FFT，互相关速度会快得多。罗兰，我目前正在测试你的代码，但有一个错误。在最后一个if语句中，您调用的变量是“in1或in2”，但它们没有被定义为文件名。看。