Question

我正在研究分析声音文件音高的程序。我遇到了一个名为“TarsosDSP”的非常好的API，它提供了各种音高分析。但是我在设置它时遇到了很多麻烦。有人能告诉我一些关于如何使用这个API（特别是PitchProcessor类）的快速指示吗？一些代码片段将非常受欢迎，因为我在声音分析方面真的很新。

由于

编辑：我在http://husk.eecs.berkeley.edu/courses/cs160-sp14/index.php/Sound_Programming找到了一些文档，其中有一些示例代码显示了如何设置PitchProcessor，...

int bufferReadResult = mRecorder.read(mBuffer, 0, mBufferSize);
// (note: this is NOT android.media.AudioFormat)
be.hogent.tarsos.dsp.AudioFormat mTarsosFormat = new be.hogent.tarsos.dsp.AudioFormat(SAMPLE_RATE, 16, 1, true, false);
AudioEvent audioEvent = new AudioEvent(mTarsosFormat, bufferReadResult);
audioEvent.setFloatBufferWithByteBuffer(mBuffer);
pitchProcessor.process(audioEvent);

...我很遗憾，mBuffer和mBufferSize究竟是什么？我如何找到这些值？我在哪里输入我的音频文件？

Answer 1

TarsosDSP框架中的音频的基本流程如下：来自音频文件或麦克风的输入音频流被读取并被切割成例如帧的帧。 1024个样本。每个帧穿过管道，该管道修改或分析（例如，音调分析）它。

在TarsosDSP中，AudioDispatcher负责切断帧中的音频。它还将音频帧包装到AudioEvent对象中。此AudioEvent对象通过AudioProcessors链发送。

所以在你引用的代码中，mBuffer是音频帧，mBufferSize是样本中缓冲区的大小。您可以自己选择缓冲区大小，但对于音高检测，2048个样本是合理的。

对于音高检测，您可以使用TarsosDSP库执行类似的操作：

   PitchDetectionHandler handler = new PitchDetectionHandler() {
        @Override
        public void handlePitch(PitchDetectionResult pitchDetectionResult,
                AudioEvent audioEvent) {
            System.out.println(audioEvent.getTimeStamp() + " " pitchDetectionResult.getPitch());
        }
    };
    AudioDispatcher adp = AudioDispatcherFactory.fromDefaultMicrophone(2048, 0);
    adp.addAudioProcessor(new PitchProcessor(PitchEstimationAlgorithm.YIN, 44100, 2048, handler));
    adp.run();

在此代码中，首先创建一个处理程序，它只打印检测到的音高。 AudioDispatcher附加到默认麦克风，缓冲区大小为2048.检测音高的音频处理器添加到AudioDispatcher。处理程序也在那里使用。

最后一行开始了这个过程。

TarsosDSP傻瓜的音高分析

1 个答案: