Android音频FFT显示基频
我在一个Android项目上工作了一段时间，这个项目显示输入信号的基本频率(作为调谐器)。我已经成功地实现了AudioRecord类，并且正在从中获取数据。但是，我很难对这些数据执行FFT来获得输入信号的基频。我一直在查看post 这里，并且正在使用Java中的FFT和复类来支持它。
我已经成功地使用了在Java中FFT中找到的FFT函数，但我不确定我是否获得了正确的结果。对于快速傅立叶变换(sqrtre_re+im_im)的幅度，我得到的数值开始很高，大约15000赫兹，然后慢慢减小到大约300赫兹。似乎不对。
此外，就麦克风的原始数据而言，数据似乎很好，只是前50个左右的值总是数字3，除非我在应用程序中再次按调优按钮，然后只得到大约15个。这正常吗？
这是我的代码。
首先，我使用来自我一直在看的帖子的以下代码将短数据(从麦克风获得)转换为双倍数据。我并不完全理解这段代码，但我认为它是有效的。
//Conversion from short to double
double[] micBufferData = new double[bufferSizeInBytes];//size may need to change
final int bytesPerSample = 2; // As it is 16bit PCM
final double amplification = 1.0; // choose a number as you like
for (int index = 0, floatIndex = 0; index < bufferSizeInBytes - bytesPerSample + 1; index += bytesPerSample, floatIndex++) {
double sample = 0;
for (int b = 0; b < bytesPerSample; b++) {
int v = audioData[index + b];
if (b < bytesPerSample - 1 || bytesPerSample == 1) {
v &= 0xFF;
}
sample += v << (b * 8);
}
double sample32 = amplification * (sample / 32768.0);
micBufferData[floatIndex] = sample32;
}然后，守则继续如下：
//Create Complex array for use in FFT
Complex[] fftTempArray = new Complex[bufferSizeInBytes];
for (int i=0; i<bufferSizeInBytes; i++)
{
fftTempArray[i] = new Complex(micBufferData[i], 0);
}
//Obtain array of FFT data
final Complex[] fftArray = FFT.fft(fftTempArray);
final Complex[] fftInverse = FFT.ifft(fftTempArray);
//Create an array of magnitude of fftArray
double[] magnitude = new double[fftArray.length];
for (int i=0; i<fftArray.length; i++){
magnitude[i]= fftArray[i].abs();
}
fft.setTextColor(Color.GREEN);
fft.setText("fftArray is "+ fftArray[500] +" and fftTempArray is "+fftTempArray[500] + " and fftInverse is "+fftInverse[500]+" and audioData is "+audioData[500]+ " and magnitude is "+ magnitude[1] + ", "+magnitude[500]+", "+magnitude[1000]+" Good job!");
for(int i = 2; i < samples; i++){
fft.append(" " + magnitude[i] + " Hz");
}最后一点就是检查我得到了什么值(并让我保持理智！)在上面提到的帖子中，它谈到了需要采样频率，并给出了以下代码：
private double ComputeFrequency(int arrayIndex) {
return ((1.0 * sampleRate) / (1.0 * fftOutWindowSize)) * arrayIndex;
}如何实现此代码？我真的不明白fftOutWindowSize和arrayIndex是从哪里来的？
任何帮助都是非常感谢的！
达斯汀
回答 3
Stack Overflow用户
发布于 2013-01-23 09:51:03
最近，我正在做一个要求几乎相同的项目。也许你不再需要任何帮助了，但我还是会给出我的想法的。也许将来有人需要这个。
- 我不确定短函数和双函数是否有效，我也不明白这段代码。它是为字节到双转换而写的。
- 在代码：
"double[] micBufferData = new double[bufferSizeInBytes];"中，我认为micBufferData的大小应该是"bufferSizeInBytes / 2"，因为每个示例都需要两个字节，而micBufferData的大小应该是示例号。 - FFT算法确实需要一个FFT窗口大小，它必须是一个2次方的数字。然而，许多算法都可以接收任意的数字作为输入，其余的算法都可以。在这些算法的文档中应该有输入的要求。在这种情况下，复杂数组的大小可以作为FFT算法的输入。我不太清楚FFT算法的细节，但我认为不需要逆算法。
- 要使用您最后给出的代码，首先应该在示例数组中找到峰值索引。我使用双数组作为输入，而不是复杂的输入，所以在我的例子中，它类似于：
double maxVal = -1;int maxIndex = -1;对于( int j=0；j< mFftSize / 2；++j ){ double v=fftResult2 2*j* fftResult2*j + fftResult2*j+1 * fftResult2*j+1；if( v> maxVal ){ maxVal = v；maxIndex = j；}} 2*j是实部，2*j+1是虚部。maxIndex是您想要的峰值大小的索引(更详细的这里)，并将其用作ComputeFrequency函数的输入。返回值是所需示例数组的频率。
希望能帮上忙。
Stack Overflow用户
发布于 2011-11-30 15:59:01
您应该根据时间和频率分辨率的要求选择FFT窗口大小，而不仅仅是在创建FFT临时数组时使用音频缓冲区大小。
数组索引是您的int i，正如您在量值打印语句中使用的那样。
music的基音频率通常不同于FFT峰值幅值，因此您可能需要研究一些基音估计算法。
Stack Overflow用户
发布于 2013-01-23 10:17:26
我怀疑你得到的奇怪结果是因为你可能需要解压FFT。如何做到这一点将取决于您正在使用的库(例如，有关文档如何在GSL中打包，请参见这里 )。包装可能意味着真实和想象的组件不在数组中您所期望的位置上。
对于关于窗口大小和分辨率的其他问题，如果您正在创建一个调谐器，那么我建议尝试一个大约20 at的窗口大小(例如，44.1kHz的1024个示例)。对于一个调谐器，你需要相当高的分辨率，所以你可以尝试零填充8或16倍，这将给你一个3-6赫兹的分辨率。
https://stackoverflow.com/questions/8325241
复制相似问题
腾讯云开发者
