我正在尝试开发一个能够识别动物声音片段的应用程序。我正在做的是接收 AMR 记录并从中读取字节数组，然后通过 FFT 发送这些数据并相应地计算振幅。
AMR file sample frequency 8 KHz (Standard AMR of 15 seconds)
Number of FFT points 4096 for input of 8192 values
Then I calculate amplitude by amplitude=2 * FFT point value/8192
所以我现在的意图是在与最高振幅相关的频率处获得尖峰，问题是最高振幅处的尖峰与同一动物的其他一些声音片段不一致。对于另一个声音片段，与最高振幅相关的频率发生变化。是否有一个原因？。对此的任何帮助和指导将不胜感激。提前致谢。
最佳答案
您的文件的采样频率为 8KHz，但我认为人类的平均听觉频率大约为 20KHz，因此您确定您尊重样本的奈奎斯特频率(.wav 文件的采样率通常为至少 48KHz)？
奈奎斯特频率表明，如果要对给定信号进行采样，则必须使用至少为给定信号最大频率两倍的采样频率。
此外，同一只动物可以并且将会发出不同的声音，因此对于两个不同的样本，您的平均频率永远不会相同。您是否有考虑不同平均频率的容差阈值？
关于java - AMR 文件的 FFT 计算问题，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/8634372/