哑铃木的TarsosDSP基音分析

Question

我在做一个分析声音文件的音高的程序。我遇到了一个非常好的API，叫做"TarsosDSP“，它提供了各种各样的音调分析。然而，我在设置它时遇到了很多困难。有人能给我介绍一下如何使用这个API (尤其是PitchProcessor类)吗？一些代码片段将是非常感谢的，因为我真的是新的声音分析。

谢谢

编辑:我在Programming找到了一些文档，其中有一些示例代码展示了如何设置PitchProcessor，…

int bufferReadResult = mRecorder.read(mBuffer, 0, mBufferSize);
// (note: this is NOT android.media.AudioFormat)
be.hogent.tarsos.dsp.AudioFormat mTarsosFormat = new be.hogent.tarsos.dsp.AudioFormat(SAMPLE_RATE, 16, 1, true, false);
AudioEvent audioEvent = new AudioEvent(mTarsosFormat, bufferReadResult);
audioEvent.setFloatBufferWithByteBuffer(mBuffer);
pitchProcessor.process(audioEvent);

…我很迷茫，mBuffer和mBufferSize到底是什么？我如何找到这些价值？我在哪里输入我的音频文件？

Answer 1

TarsosDSP框架中音频的基本流程如下:读取来自音频文件或麦克风的传入音频流并将其切入例如1024个样本的帧。每一帧通过一条管道来修改或分析它(例如音高分析)。

在TarsosDSP中，AudioDispatcher负责分割帧中的音频。此外，它还将音频帧封装到AudioEvent对象中。这个AudioEvent对象是通过AudioProcessors链发送的。

因此，在您引用的代码中，mBuffer是音频帧，mBufferSize是示例中缓冲区的大小。您可以自己选择缓冲区大小，但对于基音检测，2048个样本是合理的。

对于基音检测，您可以在TarsosDSP库中执行如下操作：

   PitchDetectionHandler handler = new PitchDetectionHandler() {
        @Override
        public void handlePitch(PitchDetectionResult pitchDetectionResult,
                AudioEvent audioEvent) {
            System.out.println(audioEvent.getTimeStamp() + " " pitchDetectionResult.getPitch());
        }
    };
    AudioDispatcher adp = AudioDispatcherFactory.fromDefaultMicrophone(2048, 0);
    adp.addAudioProcessor(new PitchProcessor(PitchEstimationAlgorithm.YIN, 44100, 2048, handler));
    adp.run();

在这段代码中，首先创建一个处理程序，它只打印检测到的音调。AudioDispatcher附加到默认麦克风上，缓冲大小为2048。将检测音调的音频处理器添加到AudioDispatcher中。处理程序也在那里使用。

最后一行启动进程。