我是信号处理的新手，正在尝试使用 FFT 比较两个音频文件。 将文件读取为字节，然后转换为复数，然后将其发送到 fft。 然后计算复数的大小(fft 的输出)。试图比较大小但它们不匹配。
如果我遗漏了什么，请告诉我。
有没有其他方法可以比较两个音频文件？
最佳答案
一般来说，完整文件的 FFT 将不相等 - 考虑 40 秒。包含四个 10 秒的文件。分别为 20Hz、40Hz、60Hz 和 80Hz 的正弦波段。
整个文件的相应频谱将显示这四个频率的峰值，但任何 10 秒。摘录最多会有两个。因此，它们不匹配。
现在，您尝试做的事情听起来有点像 Shazam，幸运的是，他们已经发布了 a research paper关于它是如何工作的。也许这会解决您的问题。
对于另一种方法(尽管可能无法处理音调和速度变化)，请考虑我上面示例的含义:您不应该尝试匹配超过 40 秒创建的频谱图。到仅代表 10 秒的时间。所以你必须找到第二个文件是从原始文件的哪个 10 秒片段中提取的。
要实现这一点，您可以使用一个简单的滑动窗口(从第 1 秒到第 10 秒的数据开始，然后是第 2 秒到第 11 秒，依此类推)，或者您可以将第二个文件切成更小的 block ，然后合并初始文件使用来自 string searching 的技术的滑动窗口.
关于java - 使用 FFT 比较两个音频文件是唯一的方法吗？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/19554212/