处理人声

Question

我正在尝试制作一个Android应用程序来检查一个人的录音是否是高频率。我已经完成直到录音部分但不知道如何继续进行。 搜索后我发现必须使用FFT算法，但问题是如何获得必须作为算法输入传递的数组值。 有人可以帮忙吗？

Answer 1

假设您已经定义了“包含高频”的含义，并且您只需要对此进行测量（无需在图中显示频率内容），则实际上无需计算FFT。

我将计算信号的RMS值（总能量的度量），然后对数据（在时域中）应用低通滤波器，并在滤波后的信号上再次计算RMS值。比较能量损失是衡量高频含量对初始能量值的影响的程度。

回复评论：

您需要数据才能处理它！也许我不明白你的问题？你想要什么“获得准确的值”你已经说过你“完成了录音部分”所以我假设你有信号存储在内存中，现在你需要计算信号的总能量，以便A）计算过滤后的能量变化或B）将能量与某些预定义的硬编码值进行比较（坏主意btw）。

无论哪种方式，如果你想要的只是一个度量/值，这应该在时域中完成。正如Parseval定理所述，不需要执行cpu密集处理并转到频域来计算信号的能量。 http://en.wikipedia.org/wiki/Parseval“s_theorem

阐述：

当您录制用户的声音（收集信号数据）时，您需要确保数据不会丢失并正确存储在内存中（在某些数组类型的对象中）并且您有对此数组的引用。收集数据后，您不需要将信号转换为值，它已经存储为一系列值。因此，您现在可以执行一些计算，以便测量“有多少高频”...

RMS（均方根）值是衡量信号总能量的标准方法 - 您取“所有值的平均值的平方根”。见http://mathworld.wolfram.com/Root-Mean-Square.html

RMS快速且易于计算，但它可以为您提供总信号，低频分量和高频分量的能量，并且无法知道高RMS值是否归因于很多高频率组件或低频组件。因此，我建议你去掉高频分量并再次计算RMS值，看看总能量变化多少，即。高频率对初始“原始”RMS值的影响程度。划分这两个值是你的高频率测量...我不确定这是你想做什么，但它是我会做的。

为了执行低通滤波，您需要选择一个频率值Fcut并说出任何超过此值被认为是“高”，然后应用一个低通滤波器，其截止点设置为Fcut，应用滤波器在时间域通过卷积。

Answer 2

通常他们使用AudioRecord类。它写入原始PCM数据，然后他们可以对数据进行一些计算。