Question

我是一名大学生。我正在为我的最后一年项目开发一个音乐识别系统。根据“基于二维色度的鲁棒音频指纹提取算法”研究论文，我的系统中应该包含以下功能。

捕获音频信号----＆gt;框架窗口（汉宁窗口）-----＆gt; FFT -----＆gt;

高通滤波器-----＆gt;等.....

我能够为音频捕获功能编码，我也将FFT API应用于代码。但我对如何将hanning窗口函数应用于我的代码感到困惑。有人可以帮我做这个功能吗？告诉我在哪里需要添加此功能，以及如何将其添加到代码中。

这是我的音频捕获代码并应用FFT代码：

  private class RecordAudio extends AsyncTask<Void, double[], Void> {
    @Override
    protected Void doInBackground(Void... params) {
        started = true;
        try {
            DataOutputStream dos = new DataOutputStream(
                    new BufferedOutputStream(new FileOutputStream(
                            recordingFile)));
            int bufferSize = AudioRecord.getMinBufferSize(frequency,
                    channelConfiguration, audioEncoding);
            audioRecord = new AudioRecord(MediaRecorder.AudioSource.MIC,
                    frequency, channelConfiguration, audioEncoding,
                    bufferSize);

            short[] buffer = new short[blockSize];
            double[] toTransform = new double[blockSize];
            long t = System.currentTimeMillis();
            long end = t + 15000;
            audioRecord.startRecording();
            double[] w = new double[blockSize];

            while (started && System.currentTimeMillis() < end) {
                int bufferReadResult = audioRecord.read(buffer, 0,
                        blockSize);
                for (int i = 0; i < blockSize && i < bufferReadResult; i++) {
                    toTransform[i] = (double) buffer[i] / 32768.0;
                    dos.writeShort(buffer[i]);
                }
                // new part
                toTransform = hanning (toTransform);
                transformer.ft(toTransform);
                publishProgress(toTransform);
            }
            audioRecord.stop();
            dos.close();
        } catch (Throwable t) {
            Log.e("AudioRecord", "Recording Failed");
        }
        return null;
    }

这些链接提供了hanning窗口算法和代码片段：

WindowFunction.java

Hanning - MATLAB

我用以下代码将hanning函数应用于我的应用程序，它对我有用....

public double[] hanningWindow(double[] recordedData) {

    // iterate until the last line of the data buffer
    for (int n = 1; n < recordedData.length; n++) {
        // reduce unnecessarily performed frequency part of each and every frequency
        recordedData[n] *= 0.5 * (1 - Math.cos((2 * Math.PI * n)
                / (recordedData.length - 1)));
    }
    // return modified buffer to the FFT function
    return recordedData;
}

Answer 1

首先，我认为你应该考虑固定你的FFT长度。如果我正确理解您的代码，您现在使用某种最小缓冲区大小作为FFT长度。 FFT长度对计算的性能和分辨率有很大影响。

你到WindowFunction.java的链接可以生成一个数组，它应该与你的FFT长度相同（我认为你的情况下是blockSize）。然后，您应该将缓冲区的每个样本与从数组中具有相同id的WindowFunction返回的值相乘。

这应该在FFT之前完成。

如何将汉宁功能应用于我的音频样本？

1 个答案: