Question

我已经有了这段代码，但它会随机返回0到1050左右的频率。请你能帮我理解为什么会这样。

我的数据长度为1024，采样率为8192，数据是一个填充了麦克风输入数据的短阵列。


float *iSignal = new float[2048];
float *oSignal = new float[2048];
int pitch = 0;

for(x=0;x<=1024;x++) {
    iSignal[x] = data[x];
}

fft(iSignal,oSignal,1024); //Input data, output data, length of input and output data

for(int y=0;y< 2048;y+=2) {
if((pow(oSignal[y],2)+pow(oSignal[y+1],2))>(pow(oSignal[pitch],2)+pow(oSignal[(pitch)+1],2))) {
        pitch = y;
    }
}

double pitchF = pitch / (8192.0/1024);
printf("Pitch: %f\n",pitchF);

谢谢，

尼尔。

编辑：更改了代码，但它仍然返回随机频率。

Answer 1

假设oSignal以这种方式填充了复数，实部和虚部交替出现，可能有助于改变

for(int y=0;y< 8191;y++)

到

for(int y=0;y< 8191;y+=2)

编辑：我甚至没有注意到你只传递了1024个样本。您必须传递与频域样本一样多的时域样本，在您的情况下为4096。

编辑：还有一件事：你显然试图找到某些东西的基频。除非某些东西是计算机生成的音调或人的哨声（两者都是非常纯净的音调），否则您可能会对结果感到失望。你发布的简单方法几乎不适用于长笛。

编辑：对于声音和吉他，你运气不好。我前段时间写过a program来显示频域，尝试一下，你会看到问题所在。如果您有兴趣，还有sources可用。

最终修改：您可能需要阅读维基百科article on pitch detection。专注于时域方法。

Answer 2

似乎是iSignal [1025] .. iSignal [8191]包含随机数据。您可以尝试将其设置为0。但是，如果数据长度为1024（或者是1025），为什么要将8192传递给fft（）？

此外，你在整数除法中失去了一些精度。将其更改为 double pitchF = pitch /（8192.0 / 1024）;

您的fft功能是否需要真实或复杂的输入数据？如果它需要复杂数据，则必须将iSignal的每个其他条目设置为0。

Answer 3

“从0到大约1050的随机频率” - 典型的音频信号不是由频率组合组成的吗？由于您的采样率为8192 Hz，因此您的FFT可以检测到高达8192/2 = 4096 Hz。我希望你会看到许多频率的组合，但我不会称它们为“随机”。

你为什么感到惊讶？我错过了什么？

Answer 4

两件事：

您确定正确使用了fft功能吗？您将输出视为组织[R_1 I_1 R_2 I_2 ...]的复杂数组，但您将输入数组视为有组织[R_1 R_2 R_3 ... R_1024 I_1 I_2 ...]和as Henrik says，然后将复杂部分保留为未初始化。
你的peak detection是非常原始的，虽然它应该用于简单的输入（如单吉他刺）。为了与人类的声音一起使用，你几乎肯定想要一种更复杂的方法。

您是否尝试过将已知的简单（即纯正弦）信号作为输入？

FFT问题（返回随机结果）

4 个答案: