使用 TarsosDSP 修复 Kotlin 中的“摇晃”音高检测答案

【问题标题】：Fixing "shaky" pitch detection in Kotlin using TarsosDSP使用 TarsosDSP 修复 Kotlin 中的“摇晃”音高检测
【发布时间】：2020-11-11 00:15:40
【问题描述】：

我正在编写一个乐器调音器应用程序（现在从吉他开始）。对于音高检测，我使用的是 TarsosDSP。它确实能正确检测到音高，但它很不稳定——例如，我会在我的吉他上敲击（正确调音的）D 弦，它会正确地将其识别为 D，但片刻之后它会循环穿过一堆随机笔记很快。我不确定如何最好地解决这个问题。这是我负责检测音高的代码：

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，它应该检测最接近当前音高的音符。此外，我还尝试通过编写一个函数来获得“不那么不稳定”的结果，该函数应该以 hz 为单位找到最接近的音高，然后将该结果用于最接近的音符函数，认为这样我可能会得到更少不同的结果（即使它应该是一样的，我也没有注意到任何区别）。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()
    }

有什么想法可以让我获得更一致的结果吗？谢谢！

【问题讨论】：

标签： android kotlin pitch-tracking tarsosdsp pitch-detection

【解决方案1】：

自己解决了：TarsosDSP 计算每个音符播放的概率。我将我的closestNote 函数设置为仅在概率> 0.91 时更新文本（我发现该值提供“稳定性”方面的文本在敲击字符串后不改变并且仍然正确识别音符而不多次敲击字符串/太硬了，还用不插电的非空心体电吉他测试过）

【讨论】：