从 android Visualizer FFT 检索频率范围

Question

我目前正在尝试做一些与以下问题非常相似（或可能相同）的事情：

Getting variable frequency ranges with androids visualizer class

但是，所选答案有一些错误，而且我根本不是 DSP/音频专家，我正在学习中。

我的目标是将我从 Android Visualizer 类获得的 FFT 分解为频带。具体来说，这些乐队：

1. 0Hz - 400Hz
2. 400Hz - 900Hz
3. 900Hz - 1500Hz
4. 1500Hz - 2300Hz
5. 2300Hz - 3400Hz
6. 3400Hz - 5000Hz
7. 5000Hz - 7300Hz
8. 7300Hz - 12000Hz

我在班级顶部有以下代码：

private val targetEndpoints = listOf(0f, 400f, 900f, 1500f, 2300f, 3400f, 5000f, 7300f, 12000f)
private const val CAPTURE_SIZE = 1024

然后，在我试图在MediaPlayer 中获取当前曲目的频段的方法中：

    val mp = mediaPlayer!!
    val audioSessionId = mp.getAudioSessionId()
    val visualizer: Visualizer = Visualizer(audioSessionId)
    val captureSizeRange = Visualizer.getCaptureSizeRange().let { it[0]..it[1] }
    val captureSize = CAPTURE_SIZE.coerceIn(captureSizeRange)
    val captureRate: Int = Visualizer.getMaxCaptureRate()
    val isWaveFormRequested: Boolean = false
    val isFFTRequested: Boolean = true

    visualizer.setCaptureSize(captureSize)

    val frequencyOrdinalRanges: List<IntProgression> =
        targetEndpoints.zipWithNext { a, b ->
          val startOrdinal = 1 + (captureSize * a / samplingRate).toInt()
          val endOrdinal = (captureSize * b / samplingRate).toInt()
          startOrdinal downTo endOrdinal
        }

现在事情对我来说有点模糊，因为就像我说的，我不是音频专家。

frequencyOrdinalRanges 是一个 List 和 IntProgressions 去 1 -> 0

对于我正在使用的音频文件：

captureSize = 1024
samplingRate = 44100000

有了这些数字和我的频段，几乎可以保证startOrdinal 永远为 1，endOrdinal 永远为 0。

所以我的frequencyOrdinalRanges 看起来像这样：

[1 downTo 0 step 1, 1 downTo 0 step 1, 1 downTo 0 step 1, 1 downTo 0 step 1, 1 downTo 0 step 1, 1 downTo 0 step 1, 1 downTo 0 step 1]

那么我就有了一个捕获率为 20000 毫赫兹的 Listener：

visualizer.setDataCaptureListener(listener, captureRate, isWaveFormRequested, isFFTRequested)

上述调用的值如下：

captureRate = 2000 // in milihertz
isWaveFormRequested = false
isFFTRequested = true

侦听器对象的onFftDataCapture 如下所示：

override fun onFftDataCapture(visualizer: Visualizer, bytes: ByteArray, samplingRate: Int) {
  var output = DoubleArray(frequencyOrdinalRanges.size)
  for ((i, ordinalRange) in frequencyOrdinalRanges.withIndex()) {
    var logMagnitudeSum = 0.0
    
      for (k in ordinalRange) {
        val fftIndex = k * 2
        val currentByte = bytes[fftIndex].toDouble()
        val nextByte = bytes[fftIndex + 1].toDouble()
        val hypot = Math.hypot(currentByte, nextByte)
        val logHypot = Math.log10(hypot)
        logMagnitudeSum += logHypot
        val result = (logMagnitudeSum / (ordinalRange.last - ordinalRange.first + 1)).toDouble()
        output[i] = result
      }
  // do something else with output
}

现在onFftDataCapture 面临的问题是这一行：

val hypot = Math.hypot(currentByte, nextByte)

它的计算结果通常为 0，从而使下面的行计算为 -Infinity 并最终给我一个充满 Infinity 值的数组，我无法用它做任何事情。

这让我相信我做错了什么，但我不确定要做什么或如何解决它。

这个答案看起来或多或少是我想要做的，但话又说回来，我不是音频分析方面的专家，所以所有更精细的细节完全让我无法理解。

The way to extract 10-band equalization information from mp3 format

谁能告诉我我做错了什么？或者我错过了什么？

Answer 1

我的代码的问题非常愚蠢...我在 milihertz 中使用 samplingRate...该公式期望采样率以赫兹为单位。

将samplingRate 除以 1000 可以解决问题。

这会变成：

   val samplingRateInHz = samplingRate / 1000
   val frequencyOrdinalRanges: List<IntRange> =
        targetEndpoints.zipWithNext { a, b ->
          val startOrdinal = 1 + (captureSize * a / samplingRateInHz).toInt()
          val endOrdinal = (captureSize * b / samplingRateInHz).toInt()
          startOrdinal..endOrdinal
        }