使用FFT进行小号音高检测

Question

如何使用FFT获得频率？什么是正确的程序和代码？

Answer 1

音高检测通常涉及测量功率谱中的谐波之间的间隔。通过取前N / 2个区间的大小（sqrt（re ^ 2 + im ^ 2））从FFT获得功率谱。然而，有更复杂的音调检测技术，例如cepstral analysis，其中我们采用功率谱的对数的FFT，以便识别谱峰中的周期性。

Answer 2

乐器的持续音符是周期性信号，我们的朋友傅立叶（“FFT”中的第二个“F”）告诉我们任何周期性信号都可以通过添加一组正弦波来构造（通常具有不同的幅度，频率和相位）。 基波是最低频率分量，它对应于音调;其余的组件是泛音，是基频的倍数。它是基本和泛音的相对混合，决定了音色或乐器的特征。单簧管和小号一致播放声音“调和”，因为它们具有相同的基频，但是，由于它们的音色不同（泛音混合），它们可以单独识别。

对于您的问题，您可以在一个时间窗口上对小号进行采样，计算FFT（将样本序列分解为其组成的数字频率），然后断言音高是具有最大幅度的bin的频率。如果你愿意，可以将其简单地量化到最近的音乐半步，就像E flat一样。 （如果您不了解采样频率与结果频率箱之间的关系，或者您不理解采样频率过低的不利因素，请在Wikipedia上查找FFT。）这可能会满足您的需求，因为基本原理组件通常比任何其他组件具有更大的能量。窗口越长，音调精度越高，因为音箱中心的频率间隔越来越紧密。但是，如果窗口太长以至于喇叭在窗口持续时间内明显改变其间距，那么该技术的有效性将大大降低。

Answer 3

Here是一篇关于估算PSD（功率谱密度）的非参数技术的简短博客文章，以及一些更详细的链接。这可能会让你开始估算PSD - 然后找到音高。

Answer 4

DansTuner是我解决此问题的开源项目。我其实是trumpet player。它的音调检测代码取自Audacity。

Answer 5

我将这个org.apache.commons.math.transform.FastFourierTransforme包添加到项目中并且它的工作完美