帮助使用 FFT 确定音频样本的频率答案

【问题标题】：Help with using FFT to determine frequency of an audio sample帮助使用 FFT 确定音频样本的频率
【发布时间】：2011-05-28 07:10:36
【问题描述】：

我目前正在开发一个打击乐教程程序。该程序要求我可以确定正在播放的鼓，为此我将分析鼓录音的频率并查看频率是否在给定范围内。

到目前为止，我一直在使用 Apache math commons 实现 FFT (http://commons.apache.org/math/)，但我的问题是，一旦我执行 FFT，我如何使用结果数组来计算信号中包含的频率？

注意：我也尝试过使用自相关，但它似乎不适用于鼓组中的样本

任何关于如何确定击打什么鼓的帮助或替代建议将不胜感激

编辑：自从写这篇文章以来，我发现了一个很棒的在线课程，关于在 java 中实现 FFT 以进行时间/频率转换Spectrum Analysis in Java

【问题讨论】：

【解决方案1】：

当我使用 DFT 编写程序时，我让它为每个频率创建一个频率和幅度数组。然后我可以找到最大的振幅，并将它们与音符进行比较，从而很好地掌握演奏的内容。如果你知道鼓的大致频率，你应该可以做到。

【讨论】：

【解决方案2】：

在音乐信息检索领域，人们经常使用称为 mel 频率倒谱系数 (MFCC) 的相关度量。

对于信号的任何 N 个样本段，请进行 FFT。这些得到的 N 个样本被转换成一组包含 12 个元素（即系数）的 MFCC。这个 12 元素向量用于对乐器进行分类，包括使用哪种鼓。

要进行监督分类，您可以使用支持向量机 (SVM) 之类的工具。 LIBSVM 是一个常用的库，具有 Java 兼容性（和许多其他语言）。您使用这些 MFCC 及其相应的仪器标签来训练 SVM。然后，您通过输入查询 MFCC 向量对其进行测试，它会告诉您它是哪种仪器。

所以基本流程，总结一下：

检查执行这些操作的 Java 包。（它们一定存在。我只是不知道它们。）相对而言，鼓的转录比大多数其他乐器组更容易，所以我很乐观地认为这会奏效。

为了进一步阅读，有一大堆articles on drum transcription。

【讨论】：