在c#中用复数计算fft答案

【问题标题】：calculating fft with complex number in c#在c#中用复数计算fft
【发布时间】：2013-02-19 21:51:24
【问题描述】：

我使用这个公式来获取信号的频率，但我不明白如何用复数实现代码？与 Math.Sqrt(-1) 相关的公式中有“i”。如何使用 NAduio 库编写此公式以在 C# 中发出信号？

【问题讨论】：

【解决方案1】：

许多语言实际上为此提供了内置库。在 C#.NET 中的一个示例位于 this link。这为您提供了如何设置语音识别程序的分步指南。它还将您从解析某些现象等的音频的低级细节中抽象出来（坦率地说，除非您希望编写高度优化的版本，否则这对于现有的库数量来说毫无意义）。

【讨论】：

【解决方案2】：

如果你想回到基础水平，那么：

您需要使用某种形式的概率模型，例如隐马尔可夫模型 (HMM)。这将允许您测试用户对一组模型所说的内容，每个模型对应一个允许他们说的单词。

此外，您还想将音频波形转换为您的程序可以更轻松地解释的东西。类似于快速傅里叶变换 (FFT) 或小波变换 (CWT)。

步骤如下：

当然，这需要您事先使用正确的单词训练 HMM。

【讨论】：

能否给出第 2、3、4 步的算法或代码（c#）？
恐怕我几乎完全用 c++ 编写代码。第 2 步可以非常简单，您可以只设置阈值或进行滚动平均，然后使用它来设置阈值。第 3 步您可以在此处找到代码：stackoverflow.com/questions/170394/… 第 4 步您可以再次进行阈值处理，但使用更高的值，或者只查找最高值。其他特征可能是词的长度和词的频率。
第二步，如何确定阈值？
我首先尝试将音频分割成用户说话和不说话的时间。然后从他们不说话时获取音频的平均值和标准偏差。最后，我将阈值设置为平均值加上标准偏差的一倍或两倍。作为一个额外的步骤，您可以删除高于阈值的音频的小部分，基本上如果它高于阈值但不足以成为一个单词然后丢弃它。

【解决方案3】：

这仍然是一个难题，您必须使用 ASR 框架来完成。我使用 Sphinx4 做了一些稍微复杂的事情（约 100 个字）。您也可以使用 HTK。

一般来说你要做的是：

然后选择一个框架，获取一个声学模型，生成一个字典和一个与该框架兼容的语言模型。然后将框架集成到您的应用程序中。

我希望我已经提到了你需要做的所有重要事情。您可以单独搜索它们或转到您选择的框架的教程。

你的任务在语音识别方面比较简单，如果你完成了应该会得到不错的结果。

【讨论】：