我正在玩TarsosDSP附带的UtterAsterisk示例程序。该程序的目标是显示水平条，以指示用户应做的笔记。垂直条从左向右移动，以向用户指示何时执行哪些音符的正确时间。用户会根据用户是否在正确的时间内记下了正确的笔记而获得积分。
链接到应用程序的屏幕截图：https://0110.be/files/photos/392/UtterAsterisk.png
此程序包含3个部分：
我想知道为什么这段代码在吹口哨时效果最好？
作为背景信息，我试图为类似的程序制作一个快速的原型，但是用户将产生非啸叫，无声（无言语）的声音（如动物的声音），并且需要与之匹配正确性。
我尝试吹哨程序中指示的注释，它确实运行得很好（除了我吹哨的感觉真糟糕！）。
我尝试选择不同的检测算法，但是当我不发出声音时，声音产生的注释并不总是记录在第三部分。
我感觉吹口哨会产生一个音符，而发出嘎嘎声（像鸭子一样）实际上是一种谐音（希望我没错：几个音符混合在一起会产生声音）。
// add a processor, handle percussion event.
dispatcher.addAudioProcessor(new PitchProcessor(algo, sampleRate, bufferSize, this));
我相信PitchProcessor仅会处理一个峰值，因为它返回的pitchDetectionResult仅包含一个频率（第59行）： https://github.com/JorenSix/TarsosDSP/blob/master/src/core/be/tarsos/dsp/pitch/PitchDetectionResult.java
不幸的是，我主要是在数字信号处理领域起步，可以借助一些帮助来了解在这种特定应用中口哨效果如何。如果我的直觉指向正确（吹口哨=单音），一个人怎么能做与该程序相同的基本操作（将用户发出的动物声音与比赛录音进行比较）？
谢谢您的输入！
答案 0 :(得分：0)
答案似乎就在这里。
用户将产生无须回声，无声音（无语音）的声音（如动物的声音），并且需要进行匹配以确保正确性。
这些“声音”似乎是多种音调的结果， 吹口哨（人吹口哨）很可能会产生单一音调。
为进行比较， 测试钢琴弹奏的单个音符（或键）和钢琴弹奏的和弦（多个音符）的声音之间的差异。
另一种选择是使用电话来产生拨号音（例如，按7）而不是吹口哨。 电话会产生DTMF（双音等等）声音。