Question

我一直在研究Android项目一段时间，它显示输入信号的基频（充当调谐器）。我已经成功实现了AudioRecord类并从中获取数据。但是，我很难对这些数据执行FFT以获得输入信号的基频。我一直在查看帖子here，并使用FFT in Java和Complex class来使用它。

我已经成功使用了Java中FFT中的FFT函数，但我不确定我是否获得了正确的结果。对于FFT的幅度（sqrt [re re + im im]），我得到的值开始高，大约15000赫兹，然后慢慢减小到大约300赫兹。似乎不对。

另外，就麦克风的原始数据而言，数据似乎很好，除了前50个值左右总是数字3，除非我在应用程序中再次点击调整按钮然后我只得到15左右。这是正常的吗？

这是我的一些代码。

首先，我使用来自post I have been looking at的以下代码将短数据（从麦克风获得）转换为double。这段代码我不完全理解，但我认为它有效。

//Conversion from short to double
double[] micBufferData = new double[bufferSizeInBytes];//size may need to change
final int bytesPerSample = 2; // As it is 16bit PCM
final double amplification = 1.0; // choose a number as you like
for (int index = 0, floatIndex = 0; index < bufferSizeInBytes - bytesPerSample + 1; index += bytesPerSample, floatIndex++) {
    double sample = 0;
    for (int b = 0; b < bytesPerSample; b++) {
        int v = audioData[index + b];
        if (b < bytesPerSample - 1 || bytesPerSample == 1) {
            v &= 0xFF;
        }
        sample += v << (b * 8);
    }
    double sample32 = amplification * (sample / 32768.0);
    micBufferData[floatIndex] = sample32;
}

然后代码继续如下：

//Create Complex array for use in FFT
Complex[] fftTempArray = new Complex[bufferSizeInBytes];
for (int i=0; i<bufferSizeInBytes; i++)
{
    fftTempArray[i] = new Complex(micBufferData[i], 0);
}

//Obtain array of FFT data
final Complex[] fftArray = FFT.fft(fftTempArray);
final Complex[] fftInverse = FFT.ifft(fftTempArray);

//Create an array of magnitude of fftArray
double[] magnitude = new double[fftArray.length];
for (int i=0; i<fftArray.length; i++){
    magnitude[i]= fftArray[i].abs();
}


fft.setTextColor(Color.GREEN);
fft.setText("fftArray is "+ fftArray[500] +" and fftTempArray is "+fftTempArray[500] + " and fftInverse is "+fftInverse[500]+" and audioData is "+audioData[500]+ " and magnitude is "+ magnitude[1] + ", "+magnitude[500]+", "+magnitude[1000]+" Good job!");
for(int i = 2; i < samples; i++){
    fft.append(" " + magnitude[i] + " Hz");
}

最后一点只是检查我得到的值（并让我保持理智！）。在上面提到的帖子中，它讨论了需要采样频率并给出这段代码：

private double ComputeFrequency(int arrayIndex) {
    return ((1.0 * sampleRate) / (1.0 * fftOutWindowSize)) * arrayIndex;
}

如何实现此代码？我真的不明白fftOutWindowSize和arrayIndex来自何处？

非常感谢任何帮助！

达斯汀

Answer 1

最近我正在开展一个几乎相同的项目。可能你不再需要任何帮助，但无论如何我都会提出我的想法。也许有人在将来需要这个。

我不确定短到双功能是否有效，我也不明白那段代码。它被写为字节到双重转换。
在代码中："double[] micBufferData = new double[bufferSizeInBytes];"我认为micBufferData的大小应该是“bufferSizeInBytes / 2”，因为每个样本都需要两个字节，micBufferData的大小应该是样本号。
FFT算法确实需要FFT窗口大小，并且它必须是2的幂的数字。然而，许多算法可以接收任意数字作为输入，它将完成剩下的工作。在那些算法的文档中应该有输入的要求。在您的情况下，Complex数组的大小可以是FFT算法的输入。我并不真正了解FFT算法的细节，但我认为不需要逆算法。
要使用最后给出的代码，首先应该在样本数组中找到峰值索引。我使用double数组作为输入而不是Complex，所以在我的例子中它类似于：double maxVal = -1;int maxIndex = -1;
```
for( int j=0; j < mFftSize / 2; ++j ) {
    double v = fftResult[2*j] * fftResult[2*j] + fftResult[2*j+1] * fftResult[2*j+1];
    if( v > maxVal ) {
        maxVal = v;
        maxIndex = j;
    }
}
```
2 * j是实部，2 * j + 1是虚部。 maxIndex是您想要的峰值幅度的索引（更详细here），并将其用作ComputeFrequency函数的输入。返回值是您想要的样本数组的频率。

希望它可以帮助别人。

Answer 2

您应该根据时间与频率分辨率要求选择FFT窗口大小，而不是仅在创建FFT温度阵列时使用音频缓冲区大小。

数组索引是你的int i，在magnitude [i] print语句中使用。

音乐的基本音高频率通常与FFT峰值幅度不同，因此您可能需要研究一些音高估计算法。

Answer 3

我怀疑你得到的奇怪结果是因为你可能需要解压缩FFT。如何完成这将取决于您正在使用的库（例如，请参阅here以获取有关如何在GSL中打包的文档）。打包可能意味着实部和虚部不在您期望的数组中的位置。

关于窗口大小和分辨率的其他问题，如果您正在创建调谐器，那么我建议尝试大约20ms的窗口大小（例如，44.1kHz处的1024个样本）。对于调谐器，你需要相当高的分辨率，所以你可以尝试零填充8或16倍，这将给你3-6Hz的分辨率。

Android音频FFT显示基频

3 个答案: