Raspberry pi 探测到巨大的脉冲声

我正在尝试设计一个基于rasp pi的系统，它可以检测到像拍手声一样的巨大的突然声音。我能够实时捕获输入声音样本（使用一个简单的python程序），但需要一种有效的方法在这些在线样本上运行我的算法以指示尖峰。我不太熟悉用于此类应用程序的过滤器。有什么建议吗

应用高通，高于1千赫似乎工作得相当好。clap应主要包含高频成分

计算rms，例如，对高通输出求平方，在最后100个样本中求平均值以平滑

在某个时间窗口内进行标准化，例如最后N个样本。确保此窗口比rms的移动平均值长。对于当前样本，减去此缓冲区的平均值，然后除以缓冲区中的标准偏差。通过这种方式，您可以检测窗口中信噪比的相对变化，这与当前振幅无关

选择一个阈值SNR来声明clap

---

你可以取rms值的移动平均值吗？如果输入值高于该值的某个阈值，它将被视为“尖峰”？我正在考虑使用循环缓冲区来收集数据inputs@adanot阈值是非常量的，因此峰值仅与过去和未来的样本相关。您的想法仍然有意义，在最简单的实现中，可以查看SecondBeforeLast、Last和Current示例，如果Last>Current&&Last>SecondBeforeLast，则可以将其视为峰值。我认为，如果采样率错误，我们可能会不断错过峰值，那么这很容易出错。