Olá, Estou fazendo um app que detecta os SIT tones (https://en.wikipedia.org/wiki/Special_information_tones). Eu entendo muito pouco a matemática envolvida em transformadas de Fourier e no processamento de sinais. O que estou querendo é entender como posso identificar se esses padrões ocorreram em uma chamada voip. Para testar, estou utilizando um arquivo gravado. Já tentei entender alguns algoritmos para identificação de frequências, mas preciso pegar tal qual como descrito no link da wikipedia. Ou seja: verificar se ocorreram três toques com aquelas frequências específicas naquela duração específica, com aquele intervalo específico. Tudo o que consegui até agora foi identificar que a frequência ocorre no áudio, mas não consegui descobrir como ver se ocorreu durante o período correto de tempo. (cada código possui uma sequência permutada das mesmas frequências) Alguém tem alguma ideia de como eu poderia resolver isso?
2 Respostas
Algoritmos de frequências vão te mostrar qual é a frequência fundamental do bloco analisado, você vai precisar saber quais frequências compõem o audio como um todo, eu recomendo fortemente que você entenda a matemática por trás de Fourier, você tem dois caminhos para identificar as frequências:
- Aplicar
FFT
, utilize blocos de tamanhos fixos, esse tamanho vai te dizer a duração de cada bloco de análise, se um sinal está amostrado a8000 Hz
então um bloco de análise de tamanho4096
vai te dar4096/8000 = 512 ms
de análise, pode ser computacionalmente pouco eficiente fazer isso para o que você precisa, mas isso vai te dar um raio X de todas as frequências contidas no sinal dentro deste bloco, as frequências que você procura são senoides e neste caso você deve procurar dentro do retorno do FFT se as senoides do seu interesse possuem amplitude maior quen dB
e que todas as outras senoides estejam nulas ou abaixo de determinada amplitude de seu interesse. - OK eu te mostrei como fazer isso meio que na força bruta, a maneira realmente eficiente de achar suas frequências é utilizar o algoritmo de Goertzel, com ele você vai estar exclusivamente olhando para as frequências de seu interesse e não dentro de todo o espectro.
Python pode realmente tornar as coisas fáceis, utilizar SciPy/NumPy vai te ajudar muito nas análises.
-
Olá, @ederwander. Já fiz uma tentativa utilizando goertzel, mas ele informa a frequência e todas as ocorrências dela (não sei como funciona a distribuição das ocorrências), não a duração dessa frequência nem os intervalos. Pelo pouco que entendo de fourier, ele pega uma onda e a decompõe em senóides de diferentes tamanhos e/ou pontos de ocorrência. Como preciso identificar se ocorreu um toque de três frequências distintas com duração e intervalo específicos, acredito que preciso pegar os dois pontos em que a senoide toca o eixo x (tempo?) para uma frequência específica. Ideias? Commented 26/01/2016 às 18:05
-
Eu utilizei Eu utilizei esse script python para verificar se a frequência ocorre ou não: gist.github.com/sebpiq/4128537. Ele me retorna todas as ocorrências da frequência. Commented 26/01/2016 às 18:07
-
Fiz um teste com esse mesmo algorítimo utilizando dois arquivos diferentes. Um que possui os tons e outro que não possui. Para os dois casos, ele retornou os coeficientes maiores que zero. Inclusive, estive pensando que esses tons (SIT) não são como os DTMF que são a soma de duas frequências. Os SIT são uma sequência de três tons específicos. Commented 26/01/2016 às 21:57
-
oi @DiogoPaschoal sim Goertzel é muito utilizado para encontrar DTMFs, para o seu caso ele vai funcionar muito bem, uma das maneiras de traçar mais ou menos a duração de uma determinada frequência é separar o sinal em blocos de tamanhos fixos por exemplo
2048/8000 = 256ms
, ou seja envie 2048(256ms) amostras para goertzel até o final de todo o seu sinal, você vai ter que ir caminhando com um for, reparou quem 256ms esta abaixo do tempo necessárioShort duration = 276 ms
isso quer dizer q na próxima amostra você ainda terá que procurar se ainda tem a frequência anterior e uma nova . Commented 27/01/2016 às 10:37 -
Eu dei exemplo de enviar
2048
amostras, mas se o seu sinal for amostrado a 8000hz o tamanho1024
vai funcionar muito bem para o que precisa. vamos aos cálculos.8000/1024 = 128ms
isso quer dizer que a mesma frequência emShort duration
tem que aparecer duas vezes ao enviar duas amostras seguidas128+128 = 256ms
, e uma frequencia emLong duration
tem que aparecer 3 vezes seguidas128*3 = 384ms
, não esqueça de considerar os silêncios nos seus cálculos ai... Commented 27/01/2016 às 10:47
Realmente eu nunca precisei fazer isso mas eu começaria buscando por uma biblioteca de áudio, como pyaudio.
Se ela não possuir algo que já resolva seu problema, outra opção é usar SciPy/NumPy para calcular as transformadas (FFT) e analisar as frequências da amostra.
-
Olá, @sergiopereira. Eu utilizei o scipy/numpy com o script de goetzerl que copiei no comentário acima, mas preciso ainda entender os tempos e durações. Commented 26/01/2016 às 18:10
-
@DiogoPaschoal honestamente, eu não sei. Já se vão 20 anos que estudei isso na faculdade e a única vez que trabalhei com telefonia tínhamos hardware que fazia essa deteção e o programa recebia um callback. O melhor que posso sugerir é esse post so SO Commented 27/01/2016 às 14:24