Question

我现在已经玩了一段时间了，我无法弄清楚我本来打算做什么。

我正在将PCM音频数据读入audioData数组：

 recorder.read(audioData,0,bufferSize);     //read the PCM audio data into the audioData array

我想使用Piotr Wendykier的JTransform库，以便在我的PCM数据上执行FFT以获得频率。

import edu.emory.mathcs.jtransforms.fft.DoubleFFT_1D;

目前我有这个：

       DoubleFFT_1D fft = new DoubleFFT_1D(1024); // 1024 is size of array

for (int i = 0; i < 1023; i++) {
           a[i]= audioData[i];               
           if (audioData[i] != 0)
           Log.v(TAG, "audiodata=" + audioData[i] + " fft= " + a[i]);
       }
       fft.complexForward(a);

我无法理解如何工作，有人可以给我一些指示吗？我必须在此之后进行任何计算吗？

我相信我已经离开了，任何事都会受到高度赞赏！

本

Answer 1

如果您只是在寻找输入波形中单个正弦音的频率，那么您需要找到幅度最大的FFT峰值，其中：

Magnitude = sqrt(re*re + im*im)

这个最大幅度峰值的索引i将告诉你正弦曲线的大致频率：

Frequency = Fs * i / N

其中：

Fs = sample rate (Hz)
i = index of peak
N = number of points in FFT (1024 in this case)

Answer 2

由于我花了几个小时才能让这个工作在这里完成Java的完整实现：

import org.jtransforms.fft.DoubleFFT_1D;

public class FrequencyScanner {
    private double[] window;

    public FrequencyScanner() {
        window = null;
    }

    /** extract the dominant frequency from 16bit PCM data.
     * @param sampleData an array containing the raw 16bit PCM data.
     * @param sampleRate the sample rate (in HZ) of sampleData
     * @return an approximation of the dominant frequency in sampleData
     */
    public double extractFrequency(short[] sampleData, int sampleRate) {
        /* sampleData + zero padding */
        DoubleFFT_1D fft = new DoubleFFT_1D(sampleData.length + 24 * sampleData.length);
        double[] a = new double[(sampleData.length + 24 * sampleData.length) * 2];

        System.arraycopy(applyWindow(sampleData), 0, a, 0, sampleData.length);
        fft.realForward(a);

        /* find the peak magnitude and it's index */
        double maxMag = Double.NEGATIVE_INFINITY;
        int maxInd = -1;

        for(int i = 0; i < a.length / 2; ++i) {
            double re  = a[2*i];
            double im  = a[2*i+1];
            double mag = Math.sqrt(re * re + im * im);

            if(mag > maxMag) {
                maxMag = mag;
                maxInd = i;
            }
        }

        /* calculate the frequency */
        return (double)sampleRate * maxInd / (a.length / 2);
    }

    /** build a Hamming window filter for samples of a given size
     * See http://www.labbookpages.co.uk/audio/firWindowing.html#windows
     * @param size the sample size for which the filter will be created
     */
    private void buildHammWindow(int size) {
        if(window != null && window.length == size) {
            return;
        }
        window = new double[size];
        for(int i = 0; i < size; ++i) {
            window[i] = .54 - .46 * Math.cos(2 * Math.PI * i / (size - 1.0));
        }
    }

    /** apply a Hamming window filter to raw input data
     * @param input an array containing unfiltered input data
     * @return a double array containing the filtered data
     */
    private double[] applyWindow(short[] input) {
        double[] res = new double[input.length];

        buildHammWindow(input.length);
        for(int i = 0; i < input.length; ++i) {
            res[i] = (double)input[i] * window[i];
        }
        return res;
    }
}

FrequencyScanner将返回所呈现的样本数据中的主导频率的近似值。它将Hamming window应用于它的输入，以允许从音频流传入任意样本。通过在进行FFT变换之前对样本数据进行内部零填充来实现精度。（我知道有更好的 - 更复杂的 - 做到这一点的方法，但填充方法足以满足我的个人需求。）

我测试它反对从220hz和440hz的参考声音创建的原始16位PCM样本，结果匹配。

Answer 3

是的，你需要使用realForward函数而不是complexForward，因为你传递的是一个真正的数组，而不是一个复杂的数组from doc。

编辑：

或者你可以得到真实的部分并执行复杂到复杂的fft，如下所示：

double[] in = new double[N];
read ...
double[] fft = new double[N * 2];

for(int i = 0; i < ffsize; ++i)
{
  fft[2*i] = mic[i];
  fft[2*i+1] = 0.0;
}
fft1d.complexForward(fft);

我尝试将结果与matlab进行比较，但我得不到相同的结果...（幅度）

Answer 4

如果您正在寻找音频输入的FFT（1D，真实数据），您是否应该使用1D REAL Fft？

J从PCM数据转换Android中的FFT

4 个答案: