我已经在吉他调谐器Java应用程序上工作了很长一段时间，并且最终设法获得音调（基频）检测，以使用FFT和谐波产品频谱准确地确定输入的基频。当我使用MacBook Pro的默认麦克风时，这非常有效，尽管信号有点嘈杂，但我最好使用我的外部USB音频声音接口（Lexicon Lambda）和直接插入的电吉他。我有尝试使用完全相同的代码，完全适用于麦克风输入，但检测到的音高是不同的。以下是我为每根琴弦检测到的基本原理结果（吉他已经调整好了）。
采样率= 8000
取样量= 16000
频率分辨率= 0.5Hz
E - Mic：82.5Hz - Lexicon Lambda：124.5Hz
A - 麦克风：110.0Hz - Lexicon Lambda：165.5Hz
D - 麦克：147.0Hz - Lexicon Lambda：221.5Hz
G - Mic：196.0Hz - Lexicon Lambda：293.5Hz
B - 麦克风：247.0Hz - Lexicon Lambda：371.0Hz
E - Mic：329.5Hz - Lexicon Lambda：495.0Hz
我对这些数字进行了一些讨论，似乎使用Lexicon Lambda发现的结果通常是准确结果大小的1.5倍。但不是仅仅添加这个额外的计算来得到正确的数字我想做到这一点，以便获得音频数据的两种方法都能返回准确的结果。
有没有人知道造成这种不一致的原因是什么？
修改
所以我很确定问题是由于Lambda使用了24位深度，而我的程序（和麦克风输入）的工作深度为16，而不仅仅是更改它来处理24比特数据，有没有人知道检测当前音频设备的可用比特深度的方法？
使用Lambda是优先考虑因素，因为信号噪音较小;然而，我刚刚尝试使用指定的24位深度工作，我得到IllegalArgumentException“没有行匹配接口TargetDataLine支持格式PCM_SIGNED 8000.0 Hz，24位，单声道，3字节/帧，小端得到支持。“我尝试使用44.1kHz也得到了相同的错误，这表明Lambda实际上并不使用24位音频，或者可能还有另一个问题。有没有人在Java Sound中使用24位音频有经验？似乎可能需要考虑更多，而不仅仅是改变位深度才能使其工作。
由于
答案 0 :(得分：3)
麦克风值是Lexicon Lambda的66％，例如E - Mic：329.5Hz除以Lexicon Lambda：495.0Hz =约0.66。不知道这是否重要？
麦克风的采样率和Lexicon Lambda的采样率是否相同？
钻头深度是否相同？我想知道它们是否不同，例如一个是16位，另一个是24位？这可能解释了计算中66％的值如何......
答案 1 :(得分：2)
第一个想法
样本比特率可能是关键!! 专业音频接口默认使用24位，16位是80的标准，在消费类电子产品中仍然使用很多。
如果您的FFT需要16位值并且您通过24位，那么您的声音将“拉伸”。 （想象一下正弦波使它更清晰）
这完全解释了频率漂移！ 因此，您应该将24位转换为16位或重写FFT。
第二个想法
我在Lexikon网站上发现该接口仅支持44.1 kHz和48 kHz。 所以我猜Lambda默认设置为48 kHz。 如果您要求8 kHz采样率，接口无法处理，并且我认为保持在48 kHz。
因此，只需在两台设备上尝试常用的采样率，然后再进行比较。
答案 2 :(得分：0)
我有一个甜蜜的理论，但进一步认为它是完整的bs。在其他新闻中，我只想提一下，对于频率检测，FFT的精度远比麦克风样本的精度或噪声重要。麦克风上的量化噪声会在整个频谱上增加噪声，并且不会对FFT峰值产生太大影响，并且背景噪声也有望远远低于检测到的FFT峰值，并且不会对结果造成太大影响。
我在Android上有一个调谐器应用程序，我在FFT中使用定点优化，但结果很糟糕。另一方面，即使您远离手机和蹩脚的麦克风硬件，该应用也很有效，所以我认为您并不需要Lexicon的所有24位，只需确保您使用尽可能多的分辨率可能（最好是双倍）FFT乘法和加法。