Java频率分析性能

Question

我正在开发一个应用程序，它对音频进行采样，并需要对这些数据进行实时处理(FFT和谐波乘积谱)。

我需要使用44100赫兹的采样率和0.5Hz的频率分辨率，这意味着我需要88200采样前快速傅立叶变换。这需要大约2秒的时间来捕获，因为它是采样率的两倍；然而，在第一个样本之后，我确实通过使用循环缓冲区对采样进行了显著的改进，并且从那时起只读取了一半的样本。

不幸的是，性能仍然很低，并且有相当多的延迟。这是一个大问题，因为应用程序需要及时地做出响应，以便在发生时进行输入。

有谁对我如何改善这方面的表现有任何建议吗？我认为主要的问题在于对大样本的要求，如果有一些方法我可以减少读取音频的数量，同时保持相同的准确性，那就更好了。线程在这里有用吗？

编辑

如果这有助于了解，我尝试做实时的F0估计从电吉他输入，以及多F0估计和弦匹配。我有这样做的方法，而且非常准确，但是对于一个uni项目来说，我没有足够的时间去研究FFT以外的其他方法。真的，我只是希望有一种方法来加速取样过程。

Answer 1

由于您需要捕获2s的音频，这将设置一个较低的延迟。即使你有50%的重叠，你仍然有一个最小的延迟1s。FFT和其他处理只会增加这一点，但希望不会增加大量(否则使用更快的FFT库)。减少延迟的唯一方法是牺牲频率分辨率。

Answer 2

使用FFT方法可以给你一个时频交换。如果您想要更低的延迟，您将不得不使用较少的数据，这与FFT (或较短或零填充)将给您一个较低的频率估计。

零填充只会给你一个高质量的插值。但是，这可能提供一个更好的峰值频率估计，而不是仅仅使用较短FFT的峰值宾的中心。