使用TarsosDSP修复Kotlin中的“抖动”基音检测

Question

我正在写一个乐器调谐器应用程序(现在从吉他开始)。对于基音检测，我使用的是TarsosDSP。它确实正确地检测到了音高，但它是相当不稳定的-例如，我将在我的吉他上敲击(正确调整的)D弦，它正确地将其识别为D，但过了片刻，它很快就会在一堆随机的音符中循环。我不确定如何最好地解决这个问题。下面是我的代码，它负责检测音高：

val dispatcher: AudioDispatcher = AudioDispatcherFactory.fromDefaultMicrophone(44100, 4096, 3072)
val pdh = PitchDetectionHandler { res, _ ->
            val pitchInHz: Float = res.pitch
            runOnUiThread { processing.closestNote(pitchInHz)}
        }
val pitchProcessor: AudioProcessor =
            PitchProcessor(PitchProcessor.PitchEstimationAlgorithm.FFT_YIN,
                44100F, 4096, pdh)
dispatcher.addAudioProcessor(pitchProcessor)

val audioThread = Thread(dispatcher, "Audio Thread")
        audioThread.start() 

然后，我编写了一个函数，该函数用于检测与当前音高最接近的音符。此外，我试图通过编写一个函数来获得“不那么不稳定”的结果，该函数应该找到以hz为单位的最接近的音调，然后将该结果用于closestNote函数，我认为这样可能会得到更少的不同结果(即使它应该是相同的，我也没有注意到任何差异)。下面是两个函数：

...
private val allNotes = arrayOf("A", "A#", "B", "C", "C#", "D", "D#", "E", "F", "F#", "G", "G#")
private val concertPitch = 440
...
/** detects closest note in A = 440hz with with equal temperament formula:
 * pitch(i) = pitch(0) * 2^(i/12)
 * therefore formula to derive interval between two pitches:
 * i = 12 * log2 * (pitch(i)/pitch(o))
 */

   fun closestNote(pitchInHz: Float) {
        (myCallback as MainActivity).noteSize() //adjusts the font size of note
        if (pitchInHz != -1F) {
            val roundHz = closestPitch(pitchInHz)
            val i = (round(log2(roundHz / concertPitch) * 12)).toInt()
            val closestNote = allNotes[(i % 12 + 12) % 12]
            myCallback?.updateNote(closestNote) // updates note text
        }
    }
    private fun closestPitch(pitchInHz: Float): Float {
        val i = (round(log2(pitchInHz / concertPitch) * 12)).toInt()
        val closestPitch = concertPitch * 2.toDouble().pow(i.toDouble() / 12)
        return closestPitch.toFloat()
    }

你知道怎样才能得到更一致的结果吗？谢谢!

Answer 1

我自己解决了这个问题: TarsosDSP计算每个音符播放的概率。我设置了我的closestNote函数，只在概率大于0.91时更新文本(我发现这个值可以提供“稳定性”，就文本而言，在命中字符串后不会改变，并且仍然可以正确地识别音符，而不会多次命中字符串/太用力，我还用一个未插入插头的、非中空的电吉他进行了测试)