【发布时间】：2020-03-23 23:40:33
【问题描述】：
我目前正在制作一个可以识别某些音符和和弦的应用程序，并且我一直在互联网上寻找当计算机记录声音时会发生什么而我似乎找不到任何东西。如果有人能向我解释这个过程，我将不胜感激。
【问题讨论】：
-
我不确定这是否正是堆栈交换的正确部分，可能值得尝试engineering.stackexchange.com。但这取决于文件格式，但会说查看 PCM（基本上是 WAV 文件）是一个很好的起点en.wikipedia.org/wiki/Pulse-code_modulation
-
来自麦克风的音频只是一条曲线，它会像麦克风膜或您的耳膜一样摆动...这是时域音频，在图中您可以看到该曲线在 Y 轴上的高度随时间的变化X 轴，很难用来识别音符或和弦...您可以将此时域音频发送到 fft 调用中，该调用在频域中是相同的数据...这里 X 轴是频率，Y 是强度本身要注意或和弦识别......这不是一个简单的项目但非常可行 - 祝你好运