使用 gdx 库和 FFT 计算频率 (Java)

Question

我目前正在使用gdx库com.badlogic.gdx.audio.analysis.FFT和方法：

private float[] fft(int N, int fs, float[] array) {
    float[] fft_cpx, tmpr, tmpi;
    float[] res = new float[N / 2];
    // float[] mod_spec =new float[array.length/2];
    float[] real_mod = new float[N];
    float[] imag_mod = new float[N];
    double[] real = new double[N];
    double[] imag = new double[N];
    double[] mag = new double[N];
    double[] phase = new double[N];
    float[] new_array = new float[N];
    // Zero Pad signal
    for (int i = 0; i < N; i++) {
        if (i < array.length) {
            new_array[i] = array[i];
        } 
        else {
            new_array[i] = 0;
        }
    }

    FFT fft = new FFT(N, 8000);

    fft.forward(new_array);
    fft_cpx = fft.getSpectrum();
    tmpi = fft.getImaginaryPart();
    tmpr = fft.getRealPart();
    for (int i = 0; i < new_array.length; i++) {
        real[i] = (double) tmpr[i];
        imag[i] = (double) tmpi[i];

        mag[i] = Math.sqrt((real[i] * real[i]) + (imag[i] * imag[i]));
        phase[i] = Math.atan2(imag[i], real[i]);

        /**** Reconstruction ****/
        real_mod[i] = (float) (mag[i] * Math.cos(phase[i]));
        imag_mod[i] = (float) (mag[i] * Math.sin(phase[i]));

    }
    fft.inverse(real_mod, imag_mod, res);
    return res;

}

那么我该如何使用这种方法来找到从麦克风录制的声音的频率（然后是音符）？

Answer 1

您的目标是获取 mag[i] 中各个频率的所有幅度并找到最大的频率。首先，您可以遍历它们并找到最大 mag[i]。然后你必须从i索引重新计算它对应的频率。

频率由以下公式确定：

freq = i * Fs / N;

Fs 是您的时域数据（输入波数据）的采样频率，N - 您计算 FFT 的样本数。 i 是您的频域数据的索引（计算的幅度和相位）

在你的情况下，你可以在你的 for 循环中添加行来调试它：

double freq = (double)i*(double)fs/(double)N;
System.out.println("Frequency: "+ Double.toString(freq) + "Magnitude: "+ Double.toString(mag[i]));

查看此链接了解更多信息： How to get frequency from fft result?

Nyquist theorem

... 声明只有当您有两倍的样本时，您才能完美地重建频率......对于重建 1000Hz，您必须每秒至少有 2000 个样本。 （这个波还是会很失真。）。

如果您的采样率为 22000Hz，您将能够以某种方式测量高达 11000Hz 的频率。您在mag 和phase 中的数据将对数组0..N/2 的前半部分有意义，然后，您将看到之前数据的镜像（请参阅wikipedia page 的链接以获取图片。）

如果你想确定你的 N check this answer 或谷歌更多。尝试从任意数字开始，例如采样率 fs 的十分之一。 N 越大，你的算法就越慢。

Table of note frequencies

最简单的方法是制作一个您将检测到的所有频率的表格，然后将您的频率与最大幅度进行比较，以与表格中的所有频率值进行比较。公差很小，例如表中值的 +-2%。确保这些公差不会在两个连续的音符上重叠。

麦克风输入

搜索java麦克风输入库教程之类的关键字，或查看this answer。