在Android上查找语音音调

Question

如何从语音记录中找到min，max，mean，std dev pitch？ 我使用AudioRecord录制我的声音。

frequency = 8000;
channelConfiguration = AudioFormat.CHANNEL_CONFIGURATION_MONO;
audioEncoding = AudioFormat.ENCODING_PCM_16BIT;

recordInstance = new AudioRecord(MediaRecorder.AudioSource.MIC,frequency, channelConfiguration, audioEncoding, bufferSize);

使用FFT算法处理语音原始数据并得到浮点数[]

使用此功能后：

private float[] spectrumAnalyz(float[] spectr) {
float Re;
float Im;
float[] spectruData = spectr;
float[] mySpectrum = new float[(spectruData.length / 2) - 1];
for (int i = 1, j = 0; i < spectruData.length / 2; i++, j++) {
Re = spectruData[2 * i];
Im = spectruData[2 * i + 1];
mySpectrum[j] = (float) Math.sqrt(Re * Re + Im * Im);
}
return mySpectrum;
}

此函数返回频率数组。在谷歌搜索后我发现了这个公式 http://en.wikipedia.org/wiki/Pitch_(music)

pitch = 69+12*log2(F/440Hz), where F is frequency in Hz.

使用这个公式我可以找到min，max，mean和std dev pitch。

一切都正确吗？

Answer 1

FFT返回一组复杂幅度的数组，用于一堆选定的音频频谱频段。它不直接估计音调频率，因为音调不仅仅是频谱频率。

如果您使用音高检测或估算方法（加权自相关，倒谱，RAPT等），您引用的公式将为您提供该音高频率的MIDI编号。