Question

我正试图通过倒谱法找到频率。对于我的测试，我得到了以下文件http://www.mediacollege.com/audio/tone/files/440Hz_44100Hz_16bit_05sec.wav，一个频率为440Hz的音频信号。

我已应用以下公式：

倒谱= IFFT（log FFT（s））

我得到256块，但我的结果总是错误的......

from numpy.fft import fft, ifft
import math
import wave
import numpy as np
from scipy.signal import hamming  

index1=15000;
frameSize=256;
spf = wave.open('440.wav','r');
fs = spf.getframerate();
signal = spf.readframes(-1);
signal = np.fromstring(signal, 'Int16');
index2=index1+frameSize-1;
frames=signal[index1:int(index2)+1]

zeroPaddedFrameSize=16*frameSize;

frames2=frames*hamming(len(frames));   
frameSize=len(frames);

if (zeroPaddedFrameSize>frameSize):
    zrs= np.zeros(zeroPaddedFrameSize-frameSize);
    frames2=np.concatenate((frames2, zrs), axis=0)

fftResult=np.log(abs(fft(frames2)));
ceps=ifft(fftResult);

posmax = ceps.argmax();

result = fs/zeroPaddedFrameSize*(posmax-1)

print result

对于这种情况，如何得到结果= 440？

**

更新

**

我在matlab中重写了我的源代码，现在一切似乎都有效，我做了440 Hz和250 Hz频率的测试...

对于440Hz我得到441Hz不错

对于250Hz，我得到249.1525Hz接近结果

我确实用一种简单的方法将峰值变为倒谱值。

我想我可以使用四边形插值找到更好的结果来找到最大值！

我正在绘制估算440Hz的结果

enter image description here

共享倒谱频率估算的来源：

%% ederwander Cepstral Frequency (Matlab)
waveFile='440.wav';
[y, fs, nbits]=wavread(waveFile);

subplot(4,2,1); plot(y); legend('Original signal');

startIndex=15000;
frameSize=4096;
endIndex=startIndex+frameSize-1;
frame = y(startIndex:endIndex);

subplot(4,2,2); plot(frame); legend('4096 CHUNK signal');

%make hamming window
win = hamming(length(frame));


%samples multplied by hamming window
windowedSignal = frame.*win;


fftResult=log(abs(fft(windowedSignal)));
subplot(4,2,3); plot(fftResult); legend('FFT signal');

ceps=ifft(fftResult);

subplot(4,2,4); plot(ceps); legend('ceps signal');

nceps=length(ceps)

%find the peaks in ceps

peaks = zeros(nceps,1);

k=3;

while(k <= nceps - 1)
   y1 = ceps(k - 1);
   y2 = ceps(k);
   y3 = ceps(k + 1);
   if (y2 > y1 && y2 >= y3)
      peaks(k)=ceps(k);
   end
k=k+1;
end

subplot(4,2,5); plot(peaks); legend('PEAKS');

%get the maximum ...
[maxivalue, maxi]=max(peaks)



result = fs/(maxi+1)


subplot(4,2,6); plot(result); %legend('Frequency is' result);

legend(sprintf('Final Result Frequency =====>>> (%8.3f)',result))

Answer 1

如果采样率为44.1 kHz，则

256可能太小而无法执行任何有用的操作。在这种情况下，FFT的分辨率为44100/256 = 172 Hz。如果您想要10 Hz的分辨率，那么您可以使用4096的FFT大小。

Answer 2

倒谱方法对于具有高谐波含量的信号效果最佳，而对于接近纯正弦波的信号则效果最佳。

最佳测试信号可能更像重复，非常接近等间距，时域中的脉冲（每个FFT窗口越多越好），这应该产生接近频域中重复等间隔峰值的某些东西，应该显示为倒谱的激励器部分。脉冲响应将在倒谱的下共振峰部分表示。

Answer 3

我遇到了类似的问题，因此我重复使用了部分代码，并通过对同一帧进行连续评估然后从

中选择中值来提高结果质量

我得到了一致的结果。

def fondamentals(frames0, samplerate):
    mid = 16
    sample = mid*2+1
    res = []
    for first in xrange(sample):
        last = first-sample
        frames = frames0[first:last]
        res.append(_fondamentals(frames, samplerate))
    res = sorted(res)
    return res[mid] # We use the medium value

def _fondamentals(frames, samplerate):    
    frames2=frames*hamming(len(frames));
    frameSize=len(frames);
    ceps=ifft(np.log(np.abs(fft(frames2))))
    nceps=ceps.shape[-1]*2/3
    peaks = []
    k=3
    while(k < nceps - 1):
        y1 = (ceps[k - 1])
        y2 = (ceps[k])
        y3 = (ceps[k + 1])
        if (y2 > y1 and y2 >= y3): peaks.append([float(samplerate)/(k+2),abs(y2), k, nceps])
        k=k+1
    maxi=max(peaks, key=lambda x: x[1])
    return maxi[0]

倒谱法的基频

3 个答案: