Question

我目前正在制作一个程序，分析播放乐器的独奏音乐家的wav文件并检测其中的音符。为此，它执行FFT，然后查看生成的数据。目标是（在某些时候）通过编写midi文件来制作乐谱。

我只是希望得到一些关于它可能有什么困难的意见，无论是之前有人试过，也许是研究一些好事。目前我最大的困难是，并非所有音符都是纯粹的一个频率，我还不能发现和弦;只是单笔记。在我检测到的音符之间也必须有一个暂停，所以我确定一个已经结束而另一个已经开始。对此有任何意见也非常欢迎！

这是我从信号进入新帧时使用的代码。它寻找样本中最主要的频率：

    //Get frequency vector for power match
        double[] frequencyVectorDoubleArray = Accord.Audio.Tools.GetFrequencyVector(waveSignal.Length, waveSignal.SampleRate);

        powerSpectrumDoubleArray[0] = 0; // zero DC

        double[,] frequencyPowerDoubleArray = new double[powerSpectrumDoubleArray.Length, 2];

        for (int i = 0; i < powerSpectrumDoubleArray.Length; i++)
        {
            if (frequencyVectorDoubleArray[i] > 15.00)
            {
                frequencyPowerDoubleArray[i, 0] = frequencyVectorDoubleArray[i];
                frequencyPowerDoubleArray[i, 1] = powerSpectrumDoubleArray[i];
            }
        }

    //Method for finding the highest frequency in a sample of frequency domain data
        //But I want to filter out stuff
        pulsePowerDouble = lowestPowerAcceptedDouble;//0;//lowestPowerAccepted;
        int frequencyIndexAtPulseInt = 0;
        int oldFrequencyIndexAtPulse = 0;
        for (int j = 0; j < frequencyPowerDoubleArray.Length / 2; j++)
        {
            if (frequencyPowerDoubleArray[j, 1] > pulsePowerDouble)
            {
                oldPulsePowerDouble = pulsePowerDouble;
                pulsePowerDouble = frequencyPowerDoubleArray[j, 1];

                oldFrequencyIndexAtPulse = frequencyIndexAtPulseInt;
                frequencyIndexAtPulseInt = j;
            }
        }
        foundFreq = frequencyPowerDoubleArray[frequencyIndexAtPulseInt, 0];

Answer 1

1）关于频率估计和音调估计（两个不同的主题）的研究文献有很多（几十年）。

2）峰值FFT频率与音高不同。一些独奏乐器可以产生十几个频率峰值，只有一个音符，更不用说和弦了，并且音乐音高附近没有任何最大的峰值。对于一些常见的仪器，峰值甚至可能不是数学上精确的谐波。

3）使用短的非窗口FFT的峰值区间不是一个很好的频率估计器。

4）注意起始检测可能需要一些复杂的模式匹配，具体取决于仪器。

Answer 2

您不希望专注于最高频率，而是最低频率。来自任何乐器的每个音符都充满了谐波。期待听到它的基本和每个八度音阶。加上所有二次和三次谐波。

谐音是使小号音响与长号不同的原因，当它们都演奏相同音符时。

Answer 3

不幸的是，这是一个非常难的问题，已经给出了一些原因。我将从文献检索（例如Google学术搜索）开始，进行“音符识别”。

如果这不是一个业余时间项目，请注意 - 我在这个特殊的浅滩上看到了这些创始人，而没有得到任何有用的结果。

乐谱的音频分析

3 个答案: