#1 楼
我可以告诉您至少三个与音频有关的应用程序。自动相关可用于许多音频样本的变化块（集合）上，以查找音高。对于音乐和语音相关应用程序非常有用。
在听觉研究中，交叉相关性一直被用作模型，以模拟左，耳和右耳用来确定声音在空间中的位置（这称为声源定位）。对于两个麦克风，您将使左声道与右声道互相关。
卷积用于模拟混响。可以通过测量确定房间的冲激响应，并且可以将冲激响应与任何声源进行卷积以模拟混响响应（在冲激响应记录的确切位置）。
我知道这个答案不是完整，但也许可以让您了解到，实际上，自相关和互相关确实有用！
因此，通常，自相关可用于提取信号的属性，互相关可以利用两个相关信号之间的信息，并且卷积可以用于根据与源进行卷积的脉冲响应指定的一些时间，频率和相位响应来修改输入信号的属性。
评论
$ \ begingroup $
为什么对此表示不满？
$ \ endgroup $
– Panthyon
2015年10月3日在21:03
评论
在dsp.SE上，这个问题可能更好（您可以要求主持人将问题迁移到dsp.SE；单击问题下方的“标志”链接）。在这里，我简单地说，基本功能是信号$ x $和$ y $的互相关。如果我们选择$ y $与$ x $相同，则将结果称为“ $ x $和$ x $的互相关”或“ $ x $与自身的互相关”，我们选择简单地说“ $ x $的自相关”可以节省一些击键/字节，也许听起来更优雅，更悦耳。我认为自相关可以通过预测粒子的未来路径来举例说明，因为我们有时会测量其特性之一。而互相关以贝尔定理/实验为例；给定潜在的不确定性，两个相关但独立的属性的统计匹配程度如何。在卷积中，您似乎在向后看，以满足因果关系。这种整体态度似乎暗示着贝尔定理的结果将自相关与互相关区分开了？有人对此有答案吗？