问处理人类语音

EN

假设您已经定义了什么是“包含高频”，并且您只需要对此进行度量(不需要在图中可视化频率内容)，那么实际上就没有必要计算FFT。

我会计算信号的RMS值(总能量的度量)，然后对数据应用低通滤波器(在时域中)，并在滤波后的信号上再次计算RMS值。比较能量损失是衡量高频成分对初始能量值有多大的影响。

回复评论：

你需要数据来处理它！也许我没听懂你的问题？因此，我假设你已经将信号存储在内存中，现在你需要计算信号的总能量，以便A)计算滤波后能量的变化，或者B)将能量与某个预定义的硬编码值(糟糕的想法顺便说一句)进行比较。

无论哪种方式，如果您想要的只是一个度量/值，则应该在时域中完成此操作。正如Parseval定理所述，不需要执行cpu密集型处理并转到频域来计算信号的能量。http://en.wikipedia.org/wiki/Parseval的s_theorem

详细说明：

当您记录用户的语音(为您的信号收集数据)时，您需要确保数据不会丢失，并且正确地存储在内存中(在某些数组类型的对象中)，并且您有对此数组的引用。一旦收集到数据，您就不需要将您的信号转换为值，它已经存储为值序列。因此，您现在可以执行一些计算，以获得“有多少高频”的度量……

RMS (均方根值)值是测量信号总能量的标准化方法-取“所有值的平方平均值的平方根”。请参阅http://mathworld.wolfram.com/Root-Mean-Square.html

RMS是快速和易于计算的，但它给出了总信号的能量，低频成分和高频成分在一起，没有办法知道高RMS值是由于许多高频成分或低频成分。因此，我建议你去掉高频分量并重新计算RMS值，看看在这样做的过程中总能量发生了多少变化，即。高频在多大程度上决定了初始“原始”RMS值。将这两个值相除就是你的高频比度量。我不确定这是你想要做的，但我会这么做。

为了执行低通滤波，你需要选择一个频率值Fcut，并说任何超过这个值的东西都被认为是“高”的，然后应用一个低通滤波器，截止点设置为Fcut，应用一个滤波器是通过卷积在时域中完成的。

通常他们使用AudioRecord类。它写入原始的PCM数据，然后他们可以对这些数据进行一些计算。