特定のサウンドのオーディオ（ライブまたは録音）を分析し、タイマーを増分します。

Question

特定の個人が毎日タイピングに費やす時間を推定する方法を探しています。この個人は非常に大きな音でタイピングするため、キーボードの打鍵音を拾うことは問題ありません。また、この個人が使用しているマシンにアクセスできないため、タイピングに費やした時間を推定できる唯一の方法は、音声を通じて行うことです。

この状況で私が探しているものに近い解決策があるかどうか知りたいです。

あらゆるアイデアや提案を大歓迎します!