代码之家 › 专栏 › 技术社区 › P i

FFT算法:什么进/出?(回复:实时俯仰检测)

pitch fft real-time algorithm

P i · 技术社区 · 14 年前

我试图从音频流中提取音调数据。从我看来,FFT似乎是最好的算法。

请不要说像“FFT从原始信号中提取频率数据”这样明显的话。我需要更详细的信息。

一旦我清楚地理解了接口,这将帮助我理解实现。

我认为我需要传入一个音频缓冲区,我需要告诉它每次计算要使用多少字节(比如这个缓冲区最近的1024字节)。也许我需要指定我想让它探测到的音高范围。现在它会传回来什么?一排频率箱?这些是什么?

(编辑:)我找到了一个C++算法(如果我只能理解它)

但有人能帮我理解这是怎么回事吗?从FFT发送到重新分配方法的是什么?

3 回复 | 直到 14 年前

user180326 user180326 14 年前

这里有一个选择的因素。最简单的实现方法是输入复数(2^n个样本),输出复数(2^n个样本),所以也许应该从这个开始。

在DCT(离散余弦变换)的特殊情况下,通常输入的是2^n个样本(通常是浮动的),输出的是2^n个值,通常也是浮动的。DCT是一种FFT,但它只取实数,并用余弦来分析函数。

实例化一个包含FFT工作缓冲区的类(如果您不想就地执行FFT)并将其重用到多个FFT是很有用的。

Community Dan Abramov 7 年前

已经有许多类似的问题,例如。 Real-time pitch detection using FFT 和 Pitch detection using FFT for trumpet overview material on Wikipedia 等等-阅读这些,然后决定你是否仍然想要滚动你自己的基于FFT的解决方案,或者使用现有的适合你的特定应用程序的库。

Tronic 14 年前

PCM的N个样本(纯实数复数)。频率域的N个存储单元(每个存储单元对应于采样率的1/N切片)。每个箱子都是复数。这些值通常应以极坐标格式(绝对值和参数)处理,而不是实部和虚部。绝对值表示接近音箱中心频率的声音量,而参数表示相位(正弦波在哪个位置传播)。

大多数情况下,编码器只使用幅度(绝对值)和丢弃相位角(参数)。

推荐文章

Jason Steve · 实时gps reall需要数据库?

6 年前

btshrewsbury · 是否知道如何提取tensorflow DNNRegressor模型并手动评估?

6 年前

Srushtika Neelakantam · 作为websocket url查询参数的一部分发送access\u令牌是否安全?

6 年前

Naveen Attri · Android实时位置共享

6 年前

Teun D · 当Kinesis Analytics处理翻滚时间窗口时,我如何访问当前而非发出的数据

6 年前

Ras · 如何在不必手动刷新浏览器的情况下,将随机数据从服务器持续更新到web客户端?

6 年前

Amin Ullah · EmguCv实时视频解码中的600毫秒延迟

6 年前

Laveena · 连续无限实时流式音频信号,Python

6 年前

Malerosa · 如何将数据库链接到我的Android应用程序?

6 年前

Bharath Metpally · 如何通过类似于p4v日志的perforce api获取实时日志

6 年前