Question

我正在编写一个MATLAB代码来检测钢琴录音中的频率。

我使用了我用键盘录制的C音阶音频文件（C4 D4 E4 F4 G4 A4 B4 C5）

当我简单地执行FFT（不破坏窗口）时，基频具有更高的幅度，这是非常好的。

然而，为了更准确，我做了以下步骤 1.使用高斯边缘检测滤波器快速卷积音频信号以获得包络。 2.实现峰值检测算法以找到音符开始。 3.对每个Onset，我对每个开始执行FFT，以获得每个音符的FFT。但是，当我为上面提到的音频文件执行此操作时，我得到错误的结果，有时谐波的幅度高于第一个。

clear all;
clear max;
clc;

%% create 5s sample at 10kHz with tone from 1s to 2s
FS = 10000; % 10kHz
N=5*FS;
song =  randn(N,2)/10;
song(FS:2*FS,:)=10*repmat(sin(261*pi*2*(0:FS)/FS)',1,2)+song(FS:2*FS,:);

P = 2000;   
t=0:1/FS:(N-1)/FS;                  % define time period


song = sum(song,2);                        
song=abs(song);


%----------------------Finding the envelope of the signal-----------------%
% Gaussian Filter
x = linspace( -1, 1, P);                      % create a vector of P values between -1 and 1 inclusive
sigma = 0.335;                                % standard deviation used in Gaussian formula
myFilter = -x .* exp( -(x.^2)/(2*sigma.^2));  % compute first derivative, but leave constants out
myFilter = myFilter / sum( abs( myFilter ) ); % normalize


% fft convolution
myFilter = myFilter(:);                         % create a column vector
song(length(song)+length(myFilter)-1) = 0;      %zero pad song
myFilter(length(song)) = 0;                     %zero pad myFilter
edges =ifft(fft(song).*fft(myFilter));

tedges=edges(P:N+P-1);                      % shift by P/2 so peaks line up w/ edges
tedges=tedges/max(abs(tedges));                 % normalize

%---------------------------Onset Detection-------------------------------%
% This section does the peak picking algorithm
max_col = maxtab(:,1);
peaks_det = max_col/FS;
No_of_peaks = length(peaks_det);

%---------------------------Performing FFT--------------------------------

    song_seg = song(max_col(1):max_col(2)-1);
    L = length(song_seg);    
    NFFT = 2^nextpow2(L); % Next power of 2 from length of y

    seg_fft = fft(song_seg,NFFT);%/L;

    f = FS/2*linspace(0,1,NFFT/2+1);
    seg_fft2 = 2*abs(seg_fft(1:NFFT/2+1));
    L5 = length(song_seg);

    fmin = 60;
    fmax = 1000;
    region_of_interest = fmax>f & f>fmin;
    froi = f(region_of_interest);

    [p_max,loc] = max(seg_fft2(region_of_interest));

    % index into froi to find the frequency of the peaks
    p_max;


     f_p_max = froi(loc);

     [points, locatn] = findpeaks(seg_fft2(region_of_interest));        
     aboveMax = points > 0.4*p_max;

        if any(aboveMax)
            peak_points = points(aboveMax)
        f_peak = froi(locatn(aboveMax))

    end

 end

我在这里做错了什么???真的非常需要一些帮助......

enter image description here

可以看出，D4的f0根本未被检测到，而C4和E4的f0与其谐波相比振幅较小

Answer 1

使用FFT，我发现了频域中的峰值。如果我们非常幸运，这可能对应于基本注释。否则，这通常可能是一次谐波。

我不知道峰值是基波还是一次谐波。我的工作是找到这个。

我做的是......

我有“max_user_freq”变量，它对应于FFT中峰值出现的频率。注意：“Spectrum []”是幅度规格变量。
我计算频谱的最大值[m]，其中m的范围是频率注意：频率必须缩放到m。就我而言：m = freq * length（fraw）/ 22050;
完整代码：

F1 =（max_freq / 2）-0.05 * max_freq;

F1 =轮（F1）; F2 =（max_freq / 2）+ 0.05 * max_freq; F2 =圆（F2）; 米= []; spec_index_fund_note =米; spec_fund_max =谱（F1×长度（fraw）/ 22050;

表示m = f1：f2 spec_index_fund_note（M）= M *长度（fraw）/ 22050; 如果（谱（spec_index_fund_note（M））＆GT; spec_fund_max） spec_fund_max =谱（spec_index_fund_note（M））; 端

端

如果（（谱（max_freq_index）-specval_fund_note）/谱（max_freq_index）GT）显示（'1st Harmonic超过基础，重试'）; 端

Answer 2

过滤abs（song）可以找到包络，但是当找到峰值时，你需要计算原始信号的fft（没有“abs”）。

要查看差异，请尝试：

clear;
FS = 10000;
s=sin(261*pi*2*(0:FS)/FS);
NFFT = 2^nextpow2(length(s));
S1=fft(s,NFFT);
S2=fft(abs(s),NFFT);
f = FS/2*linspace(0,1,NFFT/2+1);
plot(f,abs(S1(1:NFFT/2+1))); % peak near 261
plot(f,abs(S2(1:NFFT/2+1))); % peak near 522

Answer 3

我在matlab中编写代码并开发对音乐家有用的应用程序。我自己是一名音乐家。所以，我知道音乐理论运行我的算法。我在matlab中开发和算法，告诉你你弹钢琴的确切尺度。看看

MATLAB MUSICIAN's BLOG

谐波的幅度大于基波的幅度

3 个答案: