帮助使用FFT确定音频样本的频率

Question

我目前正在开发一个打击乐教程程序。该程序要求我可以确定正在演奏的鼓，为此，我将分析鼓记录的频率，并查看频率是否在给定的范围内。

到目前为止，我一直在使用用于快速傅立叶变换的Apache math实现(http://commons.apache.org/math/)，但我的问题是，一旦我完成了快速傅立叶变换，我如何使用结果数组来计算信号中包含的频率？

注意:我也尝试过使用自相关，但它似乎不能很好地使用鼓包中的样本

任何关于如何确定击鼓的帮助或替代建议都将不胜感激。

编辑:自从写了这篇文章以来，我发现了一个很棒的在线课程，关于在java中为时间/频率转换Spectrum Analysis in Java实现快速傅立叶变换

Answer 1

在音乐信息检索领域，人们经常使用一个相关的度量，称为mel频率倒谱系数(MFCC)。

对于任何N个采样的信号段，取FFT。这些得到的N个样本被转换成一组MFCC，例如，包含12个元素(即，系数)。此12元素向量用于对仪器进行分类，包括使用哪个鼓。

要进行监督分类，可以使用支持向量机(SVM)之类的工具。LIBSVM是一个具有Java兼容性(以及许多其他语言)的常用库。您可以使用这些MFCC及其相应的仪器标签来训练SVM。然后，您通过提供一个查询MFCC向量来测试它，它将告诉您它是哪种仪器。

所以，总结一下，基本步骤是：

1. 获取FFT。
2. 从FFT获取MFCC。
3. 使用MFCC和仪器标签训练SVM。
4. 使用查询信号的MFCC查询支持向量机。

检查执行这些操作的Java包。(它们必须存在。我只是不认识他们。)相对而言，鼓转录比大多数其他乐器组更容易，所以我乐观地认为这将会奏效。

为了进一步阅读，这里有一大堆articles on drum transcription。

Answer 2

当我使用DFT编写程序时，我让它为每个频率创建一个频率和振幅数组。然后我可以找到最大的振幅，并将它们与音符进行比较，从而很好地掌握演奏的内容。如果你知道鼓的大致频率，你应该能够做到这一点。