Альтернативный метод извлечения информации из звукового сигнала без спектрального анализа

Здравствуйте, коллеги.

Хочу поделиться концепцией простого способа представления звукового сигнала, который может быть полезен для анализа речи, музыки и других аудиоформ. Метод не использует спектральный анализ, нейросети или шаблонное обучение. Вместо этого он опирается на регистрацию ритмических соотношений сигнала во времени — по сути, превращая его в цифровую азбуку Морзе.

Суть метода

• Считываем звуковой сигнал с частотой 1 кГц.
• Определяем уровень шума — порог, ниже которого всё считается фоном.
• Создаём задержанную копию сигнала (например, на 5 мс).
• Если сигнал в текущий момент превышает порог — записываем . (точка).
• Если сигнал из линии задержки превышает порог — записываем - (тире).
• Если оба ниже — ничего не записываем.

В результате получаем последовательность событий, отражающую изменение частоты, ритма и структуры сигнала. Это не спектр и не шаблон, а своего рода частотно-временная морзянка.


Что даёт метод

• Простота: может быть реализован даже на микроконтроллерах.
• Не зависит от громкости, тембра или скорости сигнала.
• Позволяет строить кривые изменения высоты тона во времени.
• Подходит для выделения нот, фрагментов речи и т.п.

Псевдокод


Важно: я сам не занимаюсь программированием и не запускал код, надеюсь на помощь и комментарии тех, кто сможет реализовать эту идею практически. Сам алгоритм, по ощущениям, легко ложится в любую платформу — будь то Python, Arduino или даже простая цифровая логика.

ИИ вроде ChatGPT может выдать код за минуту, но мне важно мнение опытных специалистов: стоит ли этим заниматься, какие тут подводные камни и есть ли практическая польза?

С уважением,
[babai.rais