我正在为像shazam这样的音乐识别系统做一个Android应用程序。我已经完成了自动录音部分。接下来我需要将此音频文件分解为重叠帧，如基于2-D色度研究论文的鲁棒音频指纹提取算法中所述。请有人帮我做。
研究论文就是这样解释的。
音频信号被分成重叠的帧 长度约为370毫秒，帧移位是帧的1/32 长度。其次，通过执行FFT获得功率谱， 然后是对数33的非重叠对数的能量 覆盖频率范围的间隔子带（例如，巴克标度） 计算从300Hz到2000Hz。最后，哈希字符串 （称为子指纹）是从子带计算的 每帧的能量如下：
ED（n，m）= E（n，m）-E（n，m + 1） - （E（n-1，m）-E（n-1，m + 1））--- ＆GT; （1）
f（n）= [F（n，0），.....，F（n，31）] ---＆gt; （2）
在（1）中，表示th中的第s个子带能量 框架，是输出差异。是个 帧的32位子指纹是最重要的 它
这是用于划分重叠帧的算法????