Android 安卓：麦克风音量（可能）、自动增益、FFT、巴特沃斯、Audacity

我试图记录一辆自行车的声音，并用FFT分析记录的音频，找到发动机的频率。 如果我只吹口哨，一切正常，我可以看到一个清晰的图表，它对应于我吹口哨的高低等等。我创建了一个不同颜色的热图，用于不同的振幅，我从FFT得到频率与时间的关系。 音频的录制方式如下：

private class RecordAudio extends AsyncTask<Void, float[], Void> {
        @Override
        protected Void doInBackground(Void... params) {
            try {
            int bufferSize = AudioRecord.getMinBufferSize(sampleRateMain,
                    channelConfiguration, audioEncoding);
            AudioRecord audioRecord = new AudioRecord(
                    MediaRecorder.AudioSource.DEFAULT, sampleRateMain,
                    channelConfiguration, audioEncoding, bufferSize);
            short[] buffer = new short[blockSize];
            audioRecord.startRecording();
            float[] audioData = new float[blockSize];
            try{
            SimpleDateFormat sdf = new SimpleDateFormat("yyyyMMdd_HHmmss");
            String currentDateandTime = sdf.format(new Date());

            BufferedWriter writer;
            String pathtemp = Environment.getExternalStorageDirectory().getAbsolutePath();
            String filename ="/"+currentDateandTime;
            path = pathtemp +filename;
            writer = new BufferedWriter (new FileWriter(path,false));
            int i2=0;
            while (started) {   
                if(i2==10){                 
                    datastructures tempdata = new datastructures();
                    i2=0;
                    audioRecord.read(buffer, 0, blockSize);         
                    float sum = 0;
                    for (int i = 0; i < blockSize; i++) {
                        audioData[i] = (float) ( buffer[i]);
                        writer.write(audioData[i]+" ");
                            if (audioData[i] <= 0) {
                                audioData[i] = audioData[i] * (-1);
                            }
                            sum = sum + audioData[i];
                    }   
                    writer.newLine();
                    tempdata.freqsum = sum;
                    mainData.add(tempdata);
                }
                i2++;                   
            }
            writer.close();
            }
            catch(IOException e){
                e.printStackTrace();
            }               
            audioRecord.stop();         
        } catch (Throwable t) {
            Log.e(TAG, "Audio recording Failed");
        }
        return null; 
    }
}

私有类RecordAudio扩展异步任务{
@凌驾
受保护的Void doInBackground（Void…参数）{
试一试{
int bufferSize=AudioRecord.getMinBufferSize（sampleRateMain，
信道配置、音频编码）；
音频记录=新的音频记录(
MediaRecorder.AudioSource.DEFAULT，sampleRateMain，
信道配置、音频编码、缓冲区大小）；
short[]buffer=新的short[blockSize]；
录音。开始录制（）；
浮动[]音频数据=新浮动[块大小]；
试一试{
SimpleDataFormat sdf=新的SimpleDataFormat（“yyyyMMdd_HHmmss”）；
字符串currentDateandTime=sdf.format（new Date（））；
缓冲写作者；
字符串pathtemp=Environment.getExternalStorageDirectory（）.getAbsolutePath（）；
字符串filename=“/”+currentDateandTime；
路径=路径温度+文件名；
writer=newbufferedwriter（newfilewriter（path，false））；
int i2=0；
当（开始）{
如果（i2==10）{
datastructures tempdata=新的datastructures（）；
i2=0；
音频记录读取（缓冲区，0，块大小）；
浮点数和=0；
对于（int i=0；i如果（audioData[i]我无法回答您的麦克风增益问题，但关于您的滤波器问题：这取决于您如何实现滤波器。巴特沃斯滤波器通常会实现为IIR（无限脉冲响应，即滤波器的输出取决于之前的输出）通过Z变换进行滤波。如果您以这种方式实现滤波器，那么您应该在进行FFT之前将滤波器应用于时域样本

如果你需要一个滤波器，并且你无论如何都要使用FFT，你可能最好通过卷积实现FIR滤波器，而不是使用butterworth或其他s/z域滤波器。
我不能回答你的麦克风增益问题，但关于滤波器的问题：这取决于你如何实现滤波器。butterworth滤波器不会R通常通过Z变换实现为IIR（无限脉冲响应，即滤波器的输出取决于先前的输出）滤波器。如果以这种方式实现滤波器，则应在进行FFT之前将滤波器应用于时域采样

如果您需要一个滤波器，并且无论如何都要进行FFT，那么您最好通过卷积实现FIR滤波器，而不是使用butterworth或其他s/z域滤波器。
只是一个想法，触发audiorecord.start audiorecord.stop in the while（start）是否足够循环以从麦克风获得增益？如果不尝试，我认为这会导致速度问题。回答我的评论：太慢，不幸的是，这只是一个想法，是否足以触发audiorecord.start audiorecord.stop in the while（已启动）循环以从麦克风获得增益？如果不尝试，我认为这会导致速度问题。回答我的评论：太慢了，真不幸