首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >智能手机上音符的音调识别。2

智能手机上音符的音调识别。2
EN

Stack Overflow用户
提问于 2009-09-29 06:04:02
回答 1查看 942关注 0票数 1

作为对我之前的question的跟进,如果我想让我的智能手机应用程序检测到某个特定的音符,我只需要知道传入的声音是否是那个音符,带有一定的模糊性,就可以让音符关闭x美分。

既然如此,在速度和准确性方面,是否有比其他方法更好的方法?也就是说,通过知道你正在寻找的笔记是,比如说#C3,怎样才能最好地判断这个音符是否存在?我假设找一个音符比分离所有波形要容易,然后看基频的结果。

在对我最初问题的回答中,一位回答者建议,如果你知道笔记在某一范围内,自相关可能会很好。我想知道,如果您只需要检查是否存在某个注释(+/- x美分),那么自相关是否会更好地工作。

这些方法是:

FFT

  • FFTW

  • Discrete小波Transform

  • autocorrelation

  • zero交叉analysis

  • octave-spaced filters

  • DWT

任何想法都将不胜感激。

EN

回答 1

Stack Overflow用户

回答已采纳

发布于 2009-10-14 21:30:04

正如你所描述的,你只需要确定一个特定的音高是否存在。一个非常简单的(快速)检测器只会记录一个波形的等效周期,然后记录另一个周期并将它们关联起来,就像一个过于简化的(单滞后)自相关。如果有一个高匹配,你知道被记录的波形是重复在大约同一时期,或它的一个谐波。

例如,要检测1 kHz,记录1ms的音频(48 kHz上的48个样本),然后再记录另一个1ms,并比较它们(correlate =乘所有样本和和)。如果它们对齐(相关高于某个阈值),那么您将听到1 kHz、2 kHz、3 kHz或其他倍数。做几节课会让你对比赛更有信心。

一个真正的自相关会告诉你哪个和弦,特别是,如果这对你很重要的话。

票数 1
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/1490805

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档