分析音频（现场或录制的）中的特定声音并增加计时器

Question

我正在寻找一种方法来估计特定个体每天打字的时间，这个人打字的声音非常大，因此捕捉键盘敲击的音频不是问题，而且实际上我能够估计打字时间的唯一方法是通过音频，因为我无法访问这个人正在使用的机器。

我想知道在这种情况下是否有任何类型的解决方案可以接近我所寻找的解决方案。

非常感谢任何想法和/或建议！