从 FFT 中找到显着频率答案

【问题标题】：Finding prominent frequency from FFT从 FFT 中找到显着频率
【发布时间】：2020-09-22 09:29:25
【问题描述】：

我已经使用音频频谱分析仪https://github.com/markjay4k/Audio-Spectrum-Analyzer-in-Python/blob/master/audio%20spectrum_pt2_spectrum_analyzer.ipynb 的代码位设置了 python 音频流和 fft（我删除了所有绘图代码），我想从我的 fft 中找到最突出的频率。

import numpy as np
import pyaudio
import struct
from scipy.fftpack import fft
import sys
import time


class AudioStream(object):
    def __init__(self):

        # stream constants
        self.CHUNK = 1024 * 2
        self.FORMAT = pyaudio.paInt16
        self.CHANNELS = 1
        self.RATE = 44100
        self.pause = False

        # stream object
        self.p = pyaudio.PyAudio()
        self.stream = self.p.open(
            format=self.FORMAT,
            channels=self.CHANNELS,
            rate=self.RATE,
            input=True,
            output=True,
            frames_per_buffer=self.CHUNK,
        )
        self.start_recording()

    def start_recording(self):

        print('stream started')

        while True:
            #Get data from stream and unpack to data_int
            data = self.stream.read(self.CHUNK)
            data_int = struct.unpack(str(2 * self.CHUNK) + 'B', data)

            # compute FFT
            yf = fft(data_int)

            # find the most prominent frequency from this fft


if __name__ == '__main__':
    AudioStream()

下面是 github 上未适配的音频频谱分析仪输出的屏幕截图，显示了我想从 fft（最突出的频率）获得的值。在本例中，该值约为 1555Hz。

【问题讨论】：

相关Find value and bin of fft max
这里有一个简洁的例子，说明 FFT 的含义以及如何处理其输出 youtube.com/watch?v=mkGsMWi_j4Q

标签： python scipy fft frequency-analysis audio-analysis

【解决方案1】：

如果 yf 是 fft 的结果，那么你需要找到其中的最大值，对吗？如果它是一个 numpy 数组，amax() 函数将在这里为您提供帮助。 @DarrylG 为您指明了正确的方向； Print highest peak value of the frequency domain plot

【讨论】：

这只是返回一个复数负载：/
@Peter 如果您渴望成为一名高效的独立软件工程师，您需要鼓起勇气掌握如何处理复数数组
@ScottStensland 是的，你是对的。我什至不知道fft是什么。我想为朋友制作一个钢琴调音器，但我想这不适合我。
不要放弃！ FFT 部分并不太可怕。 math.stackexchange.com/questions/1002/…
@asylumax 非常感谢！我会阅读这篇文章并再试一次。

【解决方案2】：

我使用问题Audio Frequencies in Python 找到了一些执行此操作的代码，我将把它留在下面：

            # compute FFT
            fftData=abs(np.fft.rfft(data_int))**2
            # find the maximum
            which = fftData[1:].argmax() + 1
            # use quadratic interpolation around the max
            if which != len(fftData)-1:
                y0,y1,y2 = np.log(fftData[which-1:which+2:])
                x1 = (y2 - y0) * .5 / (2 * y1 - y2 - y0)
                # find the frequency and output it
                thefreq = (which+x1)*self.RATE/self.CHUNK
                print(f"The freq is {thefreq} Hz.")
            else:
                thefreq = which*self.RATE/self.CHUNK
                print (f"The freq is {thefreq} Hz.")

【讨论】：