首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >乐器调谐器的AurioTouch和快速傅立叶变换

问乐器调谐器的AurioTouch和快速傅立叶变换
EN

Stack Overflow用户
提问于 2009-09-18 22:17:59
回答 4查看 9K关注 0票数 3

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。

EN

回答 4

Stack Overflow用户

回答已采纳

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。

票数 2
EN

Stack Overflow用户

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。

票数 9
EN

Stack Overflow用户

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。

票数 4
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/1447059

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档