使用 FFT 检测小号的音高答案

【问题标题】：Pitch detection using FFT for trumpet使用 FFT 检测小号的音高
【发布时间】：2011-01-15 17:49:30
【问题描述】：

如何使用 FFT 获得频率？正确的程序和代码是什么？

【问题讨论】：

我认为 SO 需要一个 trumpet 标签..

标签： signal-processing signals fft pitch-tracking

【解决方案1】：

音高检测通常涉及测量功率谱中谐波之间的间隔。通过取前 N/2 个 bin (sqrt(re^2 + im^2)) 的大小，从 FFT 获得功率谱。然而，还有更复杂的音高检测技术，例如cepstral analysis，我们对功率谱的对数进行 FFT，以识别谱峰的周期性。

【讨论】：

【解决方案2】：

Here 是一篇关于估计 PSD（功率谱密度）的非参数技术的简短博客文章以及一些更详细的链接。这可能会让您开始估计 PSD - 然后找到音高。

【讨论】：

【解决方案3】：

乐器的持续音符是一个周期信号，我们的朋友傅立叶（“FFT”中的第二个“F”）告诉我们，任何周期信号都可以通过添加一组正弦波（通常具有不同的幅度、频率和相位）。 fundamental 是最低频率成分，它对应于音高；其余分量是泛音，是基频的倍数。决定音色或乐器特性的是基音和泛音的相对混合。单簧管和小号齐声演奏听起来“合拍”，因为它们共享相同的基频，但是，由于它们的音色不同（泛音混合），它们可以单独识别。

对于您的问题，您可以在时间窗口内对小号进行采样，计算 FFT（将样本序列分解为其组成的数字频率），然后断言音高是幅度最大的 bin 的频率.如果您愿意，可以将其轻松量化到最接近的音乐半音，例如降 E。（如果您不了解采样频率和结果频率区间之间的关系，或者如果您不了解采样频率过低的危害，请在 Wikipedia 上查找 FFT。）这可能会满足您的需求，因为基本组件通常比任何其他组件具有更大的能量。窗口越长，音调精度越高，因为 bin 中心在频率上将变得更紧密。但是，如果窗口太长以至于小号在窗口期间明显改变其音高，那么该技术的有效性将大大降低。

【讨论】：

嗨！你能澄清一下你的意思吗：“这可以被简单地量化到最接近的音乐半音，比如降E。”频率->音高转换会不会更像是产生的峰值频率最接近音高的基频？
我认为 FFT 的精度不足以进行可用调整。音高检测也许，但即使这样也需要相当大的采样率或缓冲区长度（有你提到的缺点）。频率分析（是的，这个拼写）可能会有所帮助。您基本上测量了 FFT 峰值之间的“周期性”。请参阅 Paur R 的回答。

【解决方案4】：

DansTuner 是我解决这个问题的开源项目。我其实是trumpet player。它具有从Audacity 提取的音高检测代码。

【讨论】：

您的代码库已关闭。你能发到 GitHub 上吗？
@SMeaden 我将项目页面上的链接固定到源代码，该源代码位于 Subversion 存储库中：sourceforge.net/p/danstuner/code/HEAD/tree。或许这就够了。

【解决方案5】：

ia 将此 org.apache.commons.math.transform.FastFourierTransforme 包添加到项目中，并且它的工作完美

【讨论】：