Question

我有关于我使用自动关联的音轨的信息（20,000帧数据）：

[r,lags] = xcorr(XX,XX,'biased');

它看起来像这样：

alt text http://a.imageshack.us/img809/3775/plot.jpg

希望到目前为止这么好。理想情况下，我希望能够获取与第二个峰值的最高部分相对应的帧编号。我已经阅读并尝试了大量不同的方法，但我似乎无法让它为我检索信息。

是否有人能够阐明我必须做的事情？

非常感谢！

EDIT1： 我尝试过使用findpeaks，但它似乎对我不起作用。我不确定是不是因为我使用的是错误的数据。

edit2：我正在测试一种方法，只在这个音频轨道上使用，但很快我想扩展它，以便我可以在整个文件目录上执行此方法，所以我需要一个可以检测峰值而不是自己查找信息的脚本。

edit3：我的.M文件：

[y, fs, nb] = wavread('Three.wav');                 %# Load the signal into variable y

frameWidth = 441;                                   %# 10ms
numSamples = length(y);                             %# Number of samples in y
numFrames = floor(numSamples/frameWidth);           %# Number of full frames in y
energy = zeros(1,numFrames);                        %# Initialize energy
startSample = zeros(1,numFrames);                   %# Initialize start indices
endSample = zeros(1,numFrames);                     %# Initialize end indices

for frame = 1:numFrames                             %# Loop over frames
  startSample(frame) = (frame-1)*frameWidth+1;      %# Starting index of frame
  endSample(frame) = frame*frameWidth;              %# Ending index of frame
  frameIndex = startSample(frame):endSample(frame); %# Indices of frame samples
  energy(frame) = sum(y(frameIndex).^2);            %# Calculate frame energy
end                                                 %# End loop

XX = filtfilt(ones(1,10)/10, 1, energy);            %# Smooths signal

[r,lags] = xcorr(XX,XX,'biased');                   %# Auto-correlates the data
plot(lags,r), xlabel('lag'), ylabel('xcorr')        %# Plots data

Answer 1

修改：

%# load the signal [y, fs, nb] = wavread('Three.wav'); y = mean(y,2); %# stereo, take avrg of 2 channels %# Calculate frame energy fWidth = round(fs*10e-3); %# 10ms numFrames = floor(length(y)/fWidth); energy = zeros(1,numFrames); for f=1:numFrames energy(f) = sum( y((f-1)*fWidth+1:f*fWidth).^2 ); end %# smooth the signal (moving average with window size = 1% * length of data) WINDOW_SIZE = round(length(energy) * 0.01); %# 200 XX = filtfilt(ones(1,WINDOW_SIZE)/WINDOW_SIZE, 1, energy); %# auto-correlation [r,lags] = xcorr(XX, 'biased'); %# find extrema points dr = diff(r); eIdx = find(dr(1:end-1) .* dr(2:end) <= 0) + 1; [~,loc] = sort(r(eIdx), 'descend'); loc = loc(1:min(3,end)); %# take the highest 3 values %# plot plot(lags,r), hold on plot(lags(eIdx), r(eIdx), 'g*') plot(lags(eIdx(loc)), r(eIdx(loc)), 'ro') hold off, xlabel('lag'), ylabel('xcorr')

和对应于标记峰的滞后值：

>> lags( eIdx(loc) ) ans = 0 -6316 6316

请注意，我们在计算自相关函数的导数之前平滑了信号，以便找到extrema points

Answer 2

使用低通滤波器平滑数据（或使用多个周围样本对每个样本求平均值）。
通过查找最高样本值找到中心的峰值。
通过搜索价值高于其前身的第一个样本，找到峰顶右侧的山谷。
通过搜索第一个样本到比其前身更小的值来找到山谷右侧的峰值。

Answer 3

如果您有信号处理工具箱，我认为findpeaks功能应该为您完成工作。

类似的东西：

th = x //(some value that will overlook noise in the data. See the documentation)
[peaks locs] = findpeaks(a,'threshold',th)

http://www.mathworks.com/access/helpdesk/help/toolbox/signal/findpeaks.html

我习惯在图像强度数据上使用它，它没有像你的数据那么多的局部方差（那些“厚”的情节部分只是很多数据点快速上下移动，正确？）。您可能需要首先平滑数据以使其工作。

Answer 4

作为第一步，您应该使用xcorr的第二个输出参数来使图中的单位正确：

Fs = length(data)./T; % or replace with whatever your sample frequency is (44.1 kHz?)
[a,lags] = xcorr(data,data,'biased');
plot(lags./Fs,a);

现在，您可以使用自己喜欢的方法来获得第二个峰值的延迟;如果您只需要执行一次，图中的数据资源管理器按钮就可以执行。如果您需要反复执行此操作，我认为没有办法避免进入findpeaks或类似情况。

Answer 5

你可以使用findpeaks两次。首先得到峰值的初始估计值，并使用该结果微调第二次调用的输入参数到findpeaks。从问题看，您似乎想要计算音高值。这是代码：

maxlag = fs/50;
r = xcorr(x, maxlag, 'coeff');
r_slice = r(ceil(length(r)/2) : length(r));
[pksh,lcsh] = findpeaks(r_slice);

if length(lcsh) > 1
short = mean(diff(lcsh));
else
    short = lcsh(1)-1;
end

[pklg,lclg] = findpeaks(r_slice,'MinPeakDistance',ceil(short),'MinPeakheight',0.3);

if length(lclg) > 1
    long = mean(diff(lclg));
else
    if length(lclg) > 0
        long = lclg(1)-1;
    else
        long = -1;
    end
end

if long > 0
    pitch = fs / long; % fs is sample rate in Hertz

以上是给定here的代码的修改版本。

如何从MATLAB中的自相关数据中提取峰值？

5 个答案: