Question

我针对某些音频样本实现了一个简单的自相关例程，速率为44100.0，块大小为2048.

我遵循的通用公式如下：

r[k] = a[k] * b[k] = ∑ a[n] • b[n + k]

我已经在一个暴力嵌套循环中实现了它，如下所示：

for k = 0 to N-1 do 
    for n = 0 to N-1 do
        if (n+k) < N 
            then r[k] := r[k] + a(n)a(n+k)
    else
        break;
    end for n; 
end for k;

我查找r中的最大幅度并确定它的样本量并计算频率。

为了帮助缓和调谐器的结果，我使用循环缓冲区并每次返回中位数。

蛮力计算有点慢 - 有一种众所周知的，更快的方法吗？

有时候，调谐器并不像所需的那么准确。我可以在这里应用什么类型的启发式方法来帮助改进结果？

有时OCTAVE不正确 - 有没有办法更准确地磨练正确的八度？

Answer 1

进行自相关的有效方法是使用FFT：

FFT时域信号
将复数FFT输出转换为幅度和零相位（即功率谱）
采取逆FFT

这是有效的，因为时域中的自相关等效于频域中的功率谱。

话虽如此，裸骨自相关并不是一般实现（准确）pitch detection的好方法，所以你可能想重新考虑整个方法。

Answer 2

我不完全理解这个问题，但我可以指出一个你可以使用的技巧。你说你找的是最大幅度的样本。如果它在其余计算中很有用，则可以计算该样本编号以进行子采样精度。

假设样品5的峰值为0.9，相邻样品的峰值为0.1和0.8。实际峰值可能介于样本5和样本6之间。

(0.1 * 4 + 0.9 * 5 + 0.8 * 6) / (0.1 + 0.9 + 0.8) = 5.39

Answer 3

改进这种“强力”自相关方法的一种简单方法是限制k的范围，并且仅搜索前一平均周期附近的滞后（或音高周期），例如首先在+ -0.5半音内。如果没有找到相关性，则搜索范围稍宽的范围，例如，在一个主要的三分之一范围内，然后搜索更宽的范围，但在正在调整的仪器的预期频率范围内。

您可以通过使用更高的采样率来获得更高的频率分辨率（例如，如果需要，在自相关之前对数据进行上采样，并进行适当的滤波）。

您将获得音高滞后（周期）和该滞后的倍数的自相关峰值。你必须以某种方式消除那些分谐波（对于乐器来说可能是不可能的，或者可能是从之前的频率估计中不太可能的音调跳跃。）

调谐器的自相关启发式算法

3 个答案: