【发布时间】：2011-03-04 11:06:20
【问题描述】：
我有一个相当有趣的问题要解决。
我想获取一个非常简单的声音（钢琴上弹奏的一个音符）并尝试以这样的方式处理它，以便我可以打印出最有可能弹奏的音符。
通过一些谷歌搜索和搜索，我发现了快速傅立叶变换，但我不完全确定如何使用它来分析 wav 文件中的数据。
我的另一个想法是，每次播放的音符都应该或多或少相同。如果是这种情况，将两个 wav 文件转换为字节数组的百分比匹配是否有用？
我们将不胜感激。
【问题讨论】：
【发布时间】：2011-03-04 11:06:20
【问题描述】：
FFT 是比比较两个 WAV 更好的选择。 FFT 将产生一个频谱，并且由于钢琴产生相对纯净的音调，当您绘制它时，您会观察到非常明显的尖峰。每个尖峰的位置表示波形的组成频率之一，最大的尖峰代表音符。
【讨论】：
-
是的，这样您就可以确定两种声音中每一种的基频。由于钢琴、麦克风等方面的缺陷，这两个频率可能略有不同，因此您无法直接比较它们。相反，为所有可能的钢琴键构建音高 (here's how) 并将您的两个频率捕捉到最近的钢琴键频率。如果它们捕捉到相同的频率，则弹奏的是相同的钢琴键。
-
要构建可能的钢琴音高，您需要知道钢琴是如何调音的——您需要知道它的参考音高。上面的链接中对此进行了解释。实际上，您的应用不会知道这一点，因此您应该假设它是 440Hz。
-
啊，谢谢。请让我看看我现在理解是否正确：我可以将我的信号转换为频域（我已经使用accord.net 完成了此操作）。在频域中，我可以绘制一个图表，其中 Y 轴为功率，X 轴为频率。最大的尖峰是音符的频率。所以我可以从轴上读取音符的频率，并检查它最接近钢琴上的哪个音符。
您应该分析正在播放的音符的频率。我有点生疏，但我认为 FFT 应该这样做，因为它将波形分解为频谱。
您不想将 wav 文件与已存储的文件进行比较，因为周期幅度等可能不同。 “百分比匹配”会产生错误的结果。
一旦你有了波形的频率，你就可以设计正在播放的音符。
【讨论】：
我会开始阅读数字信号处理 (DSP) 和频谱分析。听起来您正试图找到钢琴音符的基频。
要对 WAV 或其他文件格式进行任何有意义的工作，您需要提取和解释音频样本。如果不想手动这样做，我建议查看大量现有的 DSP 库。我不确定存在哪些好的 c# 库。
快速傅立叶变换 (FFT) 实质上会将您在时域上的功率转换为频域，实质上是为您的音频添加一个 z 轴。
【讨论】：