【这不是重复的。类似的问题是关于人们可以控制源数据的场景。我没有。】</p>
在日本有一种叫做“紧急警报广播系统”的东西。激活时看起来像这样：http ://www.youtube.com/watch?v=9hjlYvp9Pxs
在上面的视频中，大约在 2:37，发送了一个 FSK 调制信号。我想解析这个信号；即给定一个包含信号的 WAV 文件，我想最终得到一个包含 0 和 1 的 StringBuilder 以便稍后处理它们。我有二进制数据和所有的规范，但问题是我对音频编程一无所知。:(
这只是一个爱好项目，但我上瘾了。电视和收音机制造商可以接收到这个信号并让他们的设备对其做出反应，所以这不会那么难，对吧？:(
关于信号的事实：
- 标记音为1024Hz，停止音为640Hz
- 每个音是 15.625ms 长
- 信号开始前和结束后的 2 秒暂停（可能用于检测目的）
到目前为止我做了什么：
- 编写一个简单的 RIFF 解析器，它接受 8 位单声道 WAV 文件并允许我从中获取样本。我已经对其进行了测试，并且可以正常工作。
- 一个需要 15.625ms 样本的循环，并且：
- 使用 RMS 寻找两秒钟的静默
- 使用 Goertzel 算法来确定信号是 1024Hz 还是 640Hz
我遇到的问题：
- 根据测试数据，在循环期间吞下 0 和 1。
- 鉴于信号的清晰度（YouTube 到 MP3 翻录），这不应该发生。
- 如果我在 Audacity 中生成一个重复的 01 序列 30 次，我的程序将拾取 01 对中的大约 10 个，而不是 30 个
- 有时交换 0 和 1（上述副作用？）
- 如果我调整代码使其适用于一个测试声音文件，其他测试声音文件将停止工作
我的问题：
- 谁能给我一个关于如何在软件中正确完成 FSK 解码的高级概述？
- 我是否需要应用某种滤波器将信号限制在 640Hz+1024Hz 并静音其他所有信号？
- 保持时间正确的最佳方法是什么？也许我做错了？
- 关于这种音频处理的初学者文献的任何链接？我真的很想学习并让它发挥作用。
读取样本的代码是（简化的）：
StringBuilder ews_bits = new StringBuilder();
double[] samples = new double[(int)(samplesPerMs * 16.625D)];
int index = 0, readTo = /* current offset + RIFF subChunk2Size */;
BinaryReader br = /* at start of PCM data */;
while (br.BaseStream.Position < readTo)
{
switch (bitsPerSample / 8)
{
case 1: // 8bit
samples[index++] = ((double)br.ReadByte() - 127.5D) / 256D;
break;
case 2: // 16bit
samples[index++] = (double)br.ReadInt16() / 32768D;
break;
}
if (index != samples.Length)
continue;
/****** The sample buffer is full and we must process it. ******/
if (AudioProcessor.IsSilence(ref samples))
{
silence_count++;
if (state == ParserState.Decoding && silence_count > 150)
{
// End of EWS broadcast reached.
EwsSignalParser.Parse(ews_bits.ToString());
/* ... reset state; go back looking for silence... */
}
goto Done;
}
/****** The signal was not silence. ******/
if (silence_count > 120 && state == ParserState.SearchingSilence)
state = ParserState.Decoding;
if (state == ParserState.Decoding)
{
AudioProcessor.Decode(ref samples, sampleRate, ref ews_bits);
bool continue_decoding = /* check first 20 bits for signature */;
if (continue_decoding) goto Done;
// If we get here, we were decoding a junk signal.
state = ParserState.SearchingSilence;
}
/* Not enough silence yet */
silence_count = 0;
Done:
index = 0;
}
音频处理器只是一个类：
public static void Decode(ref double[] samples, int sampleRate, ref StringBuilder bitHolder)
{
double freq_640 = GoertzelMagnitude(ref samples, 640, sampleRate);
double freq_1024 = GoertzelMagnitude(ref samples, 1024, sampleRate);
if (freq_640 > freq_1024)
bitHolder.Append("0");
else
bitHolder.Append("1");
}
public static bool IsSilence(ref double[] samples)
{
// power_RMS = sqrt(sum(x^2) / N)
double sum = 0;
for (int i = 0; i < samples.Length; i++)
sum += samples[i] * samples[i];
double power_RMS = Math.Sqrt(sum / samples.Length);
return power_RMS < 0.01;
}
/// <remarks>http://www.embedded.com/design/embedded/4024443/The-Goertzel-Algorithm</remarks>
private static double GoertzelMagnitude(ref double[] samples, double targetFrequency, int sampleRate)
{
double n = samples.Length;
int k = (int)(0.5D + ((double)n * targetFrequency) / (double)sampleRate);
double w = (2.0D * Math.PI / n) * k;
double cosine = Math.Cos(w);
double sine = Math.Sin(w);
double coeff = 2.0D * cosine;
double q0 = 0, q1 = 0, q2 = 0;
for (int i = 0; i < samples.Length; i++)
{
double sample = samples[i];
q0 = coeff * q1 - q2 + sample;
q2 = q1;
q1 = q0;
}
double magnitude = Math.Sqrt(q1 * q1 + q2 * q2 - q1 * q2 * coeff);
return magnitude;
}
谢谢阅读。我希望你能帮助我。