比较从麦克风获取的频率与已知频率答案

【问题标题】：Comparing frequency taken from mic to known frequency比较从麦克风获取的频率与已知频率
【发布时间】：2013-05-23 00:24:31
【问题描述】：

我已经构建了一个应用程序，该应用程序从手机的麦克风中获取输入并计算频率。我正在使用 Jtransform 库来计算 FFT，从而计算频率。

我已经关注了之前关于这个问题的问题，这是我选择的方法：

sampleSize = 1024
sampleRate = 8000

audioData is the array I have filled with mic input
fft.complexForward(audioData)

该方法计算fft，依次存储实数和虚数

re[] = real number array
im[] = imaginary number array
magnitude[i] = math.sqrt((re[i]*re[i])+(im[i]*im[i]))

然后我得到最大幅度/峰值

Frequency = sampleRate * peak/sampleSize

现在这个数字变化很快，甚至在持续的音符（我的口哨/吉他弦）上都没有保持不变（尽管保持在一个范围内）

我有一组已知的吉他弦频率（开放 E 弦为 82.407 赫兹）。由于计算值每秒波动很多次，因此我根本无法比较这些值，因为它进出界限。

有没有一种方法可以应用于这个问题以获得更稳定的频率？或者这是获得吉他弦频率的正确方法吗？

谢谢

【问题讨论】：

【解决方案1】：

选项 1：使用更长的采样窗口（增加样本量）。

选项 2：存储一个包含多个结果的环形缓冲区，并显示环形缓冲区中所有值的平均值。环形缓冲区是一个固定长度的缓冲区，用于存储结果，每个新结果都会写入下一个位置，直到缓冲区已满，此时您会覆盖缓冲区中的第一个值。

【讨论】：

【解决方案2】：

FFT 结果的峰值幅度不是确定吉他音高频率的正确方法。

音乐音高是一种人类心理声学现象，通常与谱峰频率有很大不同。为了获得可靠的结果，您将需要使用音高检测或估计方法，而不是峰值频率估计器。此类基音估计方法包括加权自相关和类似的滞后评估器、倒谱/倒谱方法、谐波乘积谱以及诸如 RAPT 和 YAAPT 之类的复合算法。等等。关于音高估计方法的研究论文很多。

【讨论】：