我正在尝试编写一个简单的调谐器(不,不是为了制作另一个调谐器应用程序),并且正在查看AurioTouch示例源代码(有人尝试注释此代码吗??)。
我担心的是,在查看频域图时,aurioTouch似乎并不能很好地工作。我在乐器上演奏一个单一的音符,我看不到一个有序的,小的,频率集,在音符的适当频率上有一个弦峰。
有没有人用过足够多的aurioTouch来了解底层代码是功能性的,还是它只是一个粗糙的样本?
我的其他选择是使用FFTW或KISS FFT。有谁有使用这些的经验吗?
谢谢。
发布于 2009-09-20 15:10:57
FFT使用频点,频点宽度基于FFT参数。要找到一个频率,您需要记录它的采样速率,该速率至少是样本中存在的最高频率的两倍。然后找出两个周期之间的时间。如果它不是一个纯粹的频率,这当然会更难。
发布于 2010-07-15 09:10:01
你期待的是错误的东西!!
不是图书馆的错
无论库是否正确地生成它,您都在寻找一种在现实生活中几乎不存在的模式。只有电子产生的完美正弦波,才会在频率中产生均匀的部分离散的“尖峰”。图表。如果你不相信,试着在winamp或媒体播放器中启动一个“频谱分析仪”可视化功能。这并不是个人电脑的错。
真正的声波是复杂的动物
想象一下你脑海中的锯齿波或方波。这些尖锐的转角或波浪上的点,看起来像是FFT的数吨高次谐波,甚至是真正的傅立叶变换。如果你曾经在示波器上看到过真正的“方波/锯齿波”,或者甚至是一个应该产生正弦波的仪器产生的“正弦波”,那么只需在一个音符中查看一下所有尖锐的角落和缝隙(如果你没有一个示波器,只需以大胆的方式放大该波--你放大的越多,你看到的音符就越高)。是的,这些偏差都算作频率。
在频谱分析中,有时很难区分一个音符和整个管弦乐队。
但我听到的是单音符!
那么耳朵是怎么做到的呢?它考虑整个波形。然后,你的下脑向你的上脑撒谎,告诉你输入的是什么:一个音符,而不是一团糟的泛音。
你不能完全做到这一点,但你可以通过“训练”来近似它。
近似值:构建一些智能
在乐器上播放音符并“保存”频率图。对几个频率范围内的音符执行此操作,或者更好地对所有音符执行此操作。
然后插入音符以填充空白( 1/2或1/4步),方法是将该仪器保存的图形乘以2^(1/12) (或1/24为1/4步等)。
弄清楚如何将它们存储在可快速搜索的数据结构中,如BST或trie。只是它必须返回一个“这有多接近”的分数。它还必须通过频率比例来识别匹配,以防出现不同的音量。
使用smarts
下一次你要从乐器中寻找音符时,只需获取“已听到”的频率图,并在该数据结构中找到它。你可以记录几个不同波形的仪器,也可以搜索它们。如果有背景音或多个音符,采用最接近的匹配。然后,如果你想识别其他音符,从采样的频率模式中‘减去’找到的频率模式,并冲洗,起泡重复。
听你的声音是行不通的。
如果你曾经试图通过对着吉他调音器唱歌来调整自己,你就会知道调音器并没有那么聪明。当然,有些乐器(声音,特别是声音)真的漂浮在音高周围,并产生不断演变的波形(即使没有人唱歌)。
你想要达到什么目的?
你不需要为一个简单的调谐器应用程序而着迷,但如果你不是在做另一个调谐器应用程序,我猜你实际上是想识别音符(例如,也许你想从收音机里的歌曲中自动生成midi文件;-)
祝好运。我希望你能找到一个能做所有这些垃圾的库,而不是你自己的。
编辑2017
注意这个网页:http://www.feilding.net/sfuad/musi3012-01/html/lectures/015_instruments_II.htm在页面下面,有各种风琴管的频谱分析。有很多很多的含义。如果你先用它们“训练”你的应用程序(就像告诉一个孩子,“这就是单簧管听起来是什么样子……”),这些是可以检测出来的--只要你做了足够的工作。
发布于 2009-12-06 03:48:47
aurioTouch看起来很奇怪,因为频率轴是线性的。当x轴不是对数刻度(传统上是log2)时,很难解释快速傅立叶变换输出。
如果你不能使用aurioTouch的integer-FFT,请查看我的库:http://github.com/alexbw/iPhoneFFT
它使用双精度,支持多种窗口类型,并实现了Welch's method (随着时间的推移,这将为您提供更稳定的光谱)。
@zaph,FFT计算的是真正的离散傅立叶变换。它只是一种有效的算法,它利用了数字信号的按位表示。
https://stackoverflow.com/questions/1447059
复制相似问题