Audio 智能手机上音符的音高识别，pt。2.

作为我上一篇文章的后续，如果我想让我的智能手机应用程序检测到某个音符，我只需要知道传入的声音是否就是那个音符，并带有一定的模糊性，以允许音符在x美分的时候关闭键

考虑到这一点，在速度和准确性方面是否有一种优于其他方法的方法？也就是说，通过知道你要找的便条是，比如说，a#C3，如何最好地判断该便条是否存在？我假设寻找一个音符比分离出所有波形，然后查看基频的结果更容易

在回答我最初的问题时，一位受访者表示，如果你知道笔记在一定范围内，自相关可能会很好地工作。我想知道如果你只需要检查某个音符（+/-x美分）的存在与否，那么自相关是否会工作得更好

这些方法包括：

• 接吻
• FFTW
• 离散小波变换
• 自相关
• 过零分析
• 倍频程间隔滤波器
• 载重吨

---

如果您有任何想法，我们将不胜感激。

正如您所描述的，您只需确定是否存在特定的音调。一个非常简单（快速）的检测器只需记录波形的一个周期的等效值，然后记录另一个周期并将它们关联起来，就像一个过于简单（单滞后）的自相关。如果有一个高匹配，你知道被记录的波形是重复在大约相同的周期，或它的谐波

例如，要检测1 kHz，记录1 ms的音频（48 kHz时记录48个样本），然后再记录1 ms，并进行比较（相关=将所有样本相乘并求和）。如果它们排列在一起（相关性高于某个阈值），则您正在收听1 kHz、2 kHz、3 kHz或其他倍数。做几次练习会让你在比赛中更有信心

---

真正的自相关会告诉你哪一个谐波对你来说很重要。

正如你所描述的，你只需要确定是否存在特定的音调。一个非常简单（快速）的检测器只需记录波形的一个周期的等效值，然后记录另一个周期并将它们关联起来，就像一个过于简单（单滞后）的自相关。如果有一个高匹配，你知道被记录的波形是重复在大约相同的周期，或它的谐波

例如，要检测1 kHz，记录1 ms的音频（48 kHz时记录48个样本），然后再记录1 ms，并进行比较（相关=将所有样本相乘并求和）。如果它们排列在一起（相关性高于某个阈值），则您正在收听1 kHz、2 kHz、3 kHz或其他倍数。做几次练习会让你在比赛中更有信心

---

真正的自相关会告诉你哪种谐波对你很重要。

你能更详细地描述这个问题吗？你要用麦克风听，当它听到一个特定的音调时激活它？或者你想写一个吉他调谐器？或者你想写一个音乐转录员？这种音调是由你控制的人声、乐器、发射机产生的吗？它需要是一个特定的波形（正弦、正方形）或任何具有正确频率的东西吗？etc etcI想用（我希望的）乐器演奏的音符，甚至可能是哼唱的音符来控制我的软件。啊。很好地识别一个特定的音调（而不是它的谐波或次谐波之一）并不是一件小事。例如，喇叭的谐波比基音强。但是已经为你做了很多工作。我想，只要搜索“音高估计”，你能更详细地描述一下这个问题吗？你要用麦克风听，当它听到一个特定的音调时激活它？或者你想写一个吉他调谐器？或者你想写一个音乐转录员？这种音调是由你控制的人声、乐器、发射机产生的吗？它需要是一个特定的波形（正弦、正方形）或任何具有正确频率的东西吗？etc etcI想用（我希望的）乐器演奏的音符，甚至可能是哼唱的音符来控制我的软件。啊。很好地识别一个特定的音调（而不是它的谐波或次谐波之一）并不是一件小事。例如，喇叭的谐波比基音强。但是已经为你做了很多工作。我想，只要搜索“音高估计”就行了。这听起来是一种快速的方法，但我想测试超过3或4个八度的50个左右的音符中的任何一个。实际上，我想让用户设置一些“模糊性”，这样笔记可以减少一些美分。这是否意味着只做FFT并查看结果频率可能比使用自相关更好。我认为自相关会更好，因为它匹配整个波形。使用FFT，您需要确定哪一个最大值对应于波的基频。对于较大的自相关（匹配低频），实际上可以通过FFT来加速自相关。：）但我认为对于少量的样本，一个“幼稚”的实现可能会很快，而且“模糊性”是内置的。如果你在寻找100赫兹，而波是98赫兹，它仍然会匹配，只是不一样。这听起来是一个快速的方法，但我想测试超过3或4个八度的50个左右的音符中的任何一个。实际上，我想让用户设置一些“模糊性”，这样笔记可以减少一些美分。这是否意味着只做FFT并查看结果频率可能比使用自相关更好。我认为自相关会更好，因为它匹配整个波形。