关于FFT和音高估计的几个问题

Question

我总体上需要对FFT和音高估计进行一些澄清。

1。）我读到你的FFT块大小越大，它的准确度就越高，虽然我知道这也有不利之处。这是真的吗？因为我一直在尝试，每当我使用块大小16384而不是8192或4096时，我的结果会更差。有人可以澄清一下吗？

2。）最初，我认为从FFT获得音高只是获得具有最高强度的音箱的简单问题。但是，在这里发布和阅读一些问题之后，我认为可能会有更多这样的问题。有人可以建议我如何从FFT中获得良好的音高估计吗？

3。）虽然我已经有了一个好主意，但有人可以用简单的术语解释自相关算法的作用吗？ （我的想法是它基本上是一个比较和对比算法，差异最小的算法是选择的算法）

非常感谢！

Answer 1

1. 缺点是处理时间，内存消耗和延迟。如果你想要实时显示，在开始处理之前必须等待整个帧填满可能会花费不可思议的长时间。
2. 是的，还有更多。具体来说，阶段。它也可以是具有最大负值（180度移位）的箱子，或者是零（90度移位）的箱子，或者介于两者之间的任何物品。您可能希望使用复数进行转换，并寻找最大的绝对值。
3. 该算法通过测试信号与其自身的时移版本的“相似”程度来查找信号中的周期性元素。输出是从时间偏移到“相似性”的映射;然后，您可以寻找最高价值。