我有一个声音文件 (.3gp),大约 1 分钟。我想每 1/4 秒获取一次该声音文件的频率。我的想法是每 1/4 秒从音频文件中接收样本并使用 FFT 我可能会得到频率值。有什么办法吗?
实际上我会将声音文件拆分为 1/4 秒样本声音文件(总是覆盖之前的声音文件),然后使用 FFT 算法并检测幅度最大的频率。但可能有更简单的解决方案,但我也不知道如何做到这一点。
***更新 2 - 新代码
到目前为止我使用这段代码:
public class RecordAudio extends AsyncTask<Void, double[], Void> {
@Override
protected Void doInBackground(Void... arg0) {
try {
int bufferSize = AudioRecord.getMinBufferSize(frequency,
AudioFormat.CHANNEL_IN_MONO, AudioFormat.ENCODING_PCM_16BIT);
//int bufferSize = AudioRecord.getMinBufferSize(frequency,
// channelConfiguration, audioEncoding);
AudioRecord audioRecord = new AudioRecord(
MediaRecorder.AudioSource.MIC, frequency,
channelConfiguration, audioEncoding, bufferSize);
short[] buffer = new short[blockSize];
//double[] toTransform = new double[blockSize];
audioRecord.startRecording();
// started = true; hopes this should true before calling
// following while loop
while (started) {
sampling++;
double[] re = new double[blockSize];
double[] im = new double[blockSize];
double[] newArray = new double[blockSize*2];
double[] magns = new double[blockSize];
double MaxMagn=0;
double pitch = 0;
int bufferReadResult = audioRecord.read(buffer, 0,
blockSize);
for (int i = 0; i < blockSize && i < bufferReadResult; i++) {
re[i] = (double) buffer[i] / 32768.0; // signed 16bit
im[i] = 0;
}
newArray = FFTbase.fft(re, im,true);
for (int i = 0; i < newArray.length; i+=2) {
re[i/2]=newArray[i];
im[i/2]=newArray[i+1];
magns[i/2] = Math.sqrt(re[i/2]*re[i/2]+im[i/2]*im[i/2]);
}
// I only need the first half
for (int i = 0; i < (magns.length)/2; i++) {
if (magns[i]>MaxMagn)
{
MaxMagn = magns[i];
pitch=i;
}
}
if (sampling > 50) {
Log.i("pitch and magnitude", "" + MaxMagn + " " + pitch*15.625f);
sampling=0;
MaxMagn=0;pitch=0;
}
}
audioRecord.stop();
} catch (Throwable t) {
t.printStackTrace();
Log.e("AudioRecord", "Recording Failed");
}
return null;
}
我用这个:http://www.wikijava.org/wiki/The_Fast_Fourier_Transform_in_Java_%28part_1%29
吉他弦貌似是对的,但是我自己的音色不好是因为这个:
两个峰值的幅度大部分时间都在变化,我总是找到最大的以获得基频。
最佳答案
在 Stack Overflow 上经常询问使用 FFT 进行音高跟踪,我写了一个 blog entry with sample code .代码是用 C 语言编写的,但有了解释和链接,您应该能够做您想做的事。
至于将它分成 1/4 秒的增量,您可以按照您的建议简单地采用 1/4 秒段的 FFT,而不是默认值(我认为大约是 1 秒)。如果这不能为您提供所需的频率分辨率,您可能必须使用不同的音高识别方法。您可以做的另一件事是使用长度超过 1/4 秒的重叠 fragment ,但以相隔 1/4 秒的间隔开始。博客条目中提到了此方法,但它可能不符合您的设计规范。
关于android - 在android中每1/4秒获取音频文件的频率,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/11844914/