比较简单的声音 - 什么是最近的频率

Question

我有一个相当有趣的问题要解决。

我想拍一个非常简单的声音（在钢琴上弹奏一个音符）并尝试以这样的方式处理它，以便我可以打印出最有可能播放的音符。

通过一些谷歌搜索和搜索，我遇到了快速傅立叶变换，但我不完全确定如何使用它来分析来自wav文件的数据。

我的另一个想法是每次播放时音符应该或多或少相同。如果是这种情况，两个wav文件转换成字节数组的百分比匹配是否有用？

非常感谢思想和想法。

Answer 1

与比较两个WAV相比，FFT是一个更好的选择。 FFT将产生一个频谱，由于钢琴产生相对纯净的音调，因此在绘制时会观察到非常明显的尖峰。每个尖峰的位置表示波形的一个组成频率，最大的尖峰代表音符。

Answer 2

您应该分析正在播放的音符的频率。我有点生疏，但我认为应该这样做，因为它将波形分解为频谱。

您不希望将wav文件与已存储的文件进行比较，因为周期幅度等可能不同。 “百分比匹配”会产生错误的结果。

一旦获得波形的频率，您就可以设计正在播放的音符。

Answer 3

我将开始阅读数字信号处理（DSP）和频谱分析。听起来你正试图找到钢琴音符的基频。

要使用WAV或其他文件格式进行任何有意义的工作，您需要提取和解释音频样本。如果不想手动这样做，我建议你研究一下现有的无数DSP库。我不确定有哪些好的c＃库存在。

快速傅立叶变换（FFT）实质上将您在时域上的功率转换为频域，实质上是为您的音频添加z轴。