Audio 比较两种声音频率内容的最快最简单算法

我想取两个含有主频的声音，说‘这个比这个高’。我可以做FFT，找到每个频率中振幅最大的频率，然后比较它们。我想知道，由于我有一个特定的任务，是否有一个更简单的算法

---

这些声音有很多频率，但都有清晰的主音。它们并不是完美产生的正弦波。

鉴于声音非常脏，我建议开始使用FFT的输出来开发算法，因为诊断任何问题都会简单得多。然后，当你对它的工作感到满意时，你可以考虑优化/简化

---

作为一种经验法则，在开发这种数值算法时，我总是尝试在最相关的领域中首先操作（在这种情况下，你对频率感兴趣，所以在频率空间中分析），并且一旦一切都在考虑自己的快捷方式/优化。通过这种方式，您可以将后一种解决方案与性能最佳的前一种解决方案进行对比。

鉴于声音非常脏，我建议您开始开发具有FFT输出的算法，因为这样可以更简单地诊断任何问题。然后，当你对它的工作感到满意时，你可以考虑优化/简化

---

作为一种经验法则，在开发这种数值算法时，我总是尝试在最相关的领域中首先操作（在这种情况下，你对频率感兴趣，所以在频率空间中分析），并且一旦一切都在考虑自己的快捷方式/优化。通过这种方式，您可以将后一种解决方案与性能最佳的前一种解决方案进行比较。

在一般情况下，DELABLE通常需要比查看FFT峰值更复杂的算法，而不是更简单的算法。

在一般情况下，DELABLE通常需要比查看FFT峰值更复杂的算法，不是一个简单的算法。

有各种各样的基音检测方法，从计数过零（这显然在您的情况下不起作用）到极其复杂的算法

虽然频域方法似乎最合适，但它并不像“进行FFT”那样简单。如果你的数据非常嘈杂，你可能会有比你认为占主导地位的频率更高的虚假峰值。一种解决方案是使用信号的窗口重叠段，进行STFT，并对结果进行平均。但这引发了更多的问题：窗户应该有多大？在这种情况下，这取决于您预期的主要峰值之间的距离、记录的长度等（注意：FFT方法可以通过考虑相位信息来解决一个以上的箱子大小。在这种情况下，您必须做一些比将所有FFT窗口平均在一起更复杂的事情）

另一种方法是时域方法，例如：

维基百科讨论了更多的方法：

您还可以在本书第9章中探索更多的方法：

您可以从该书的第9章获得yin的matlab源代码：

---

有各种各样的基音检测方法，从计数过零（这显然在您的情况下不起作用）到极其复杂的算法，各种方法都非常复杂

虽然频域方法似乎最合适，但它并不像“进行FFT”那样简单。如果你的数据非常嘈杂，你可能会有比你认为占主导地位的频率更高的虚假峰值。一种解决方案是使用信号的窗口重叠段，进行STFT，并对结果进行平均。但这引发了更多的问题：窗户应该有多大？在这种情况下，这取决于您预期的主要峰值之间的距离、记录的长度等（注意：FFT方法可以通过考虑相位信息来解决一个以上的箱子大小。在这种情况下，您必须做一些比将所有FFT窗口平均在一起更复杂的事情）

另一种方法是时域方法，例如：

维基百科讨论了更多的方法：

您还可以在本书第9章中探索更多的方法：

您可以从该书的第9章获得yin的matlab源代码：

---

谢谢。我想是的。只是有时候人们会说“哦，是的，当然要使用算法X了，你没听说过吗？”。也许他们很快就会知道。但我想不出任何明显明智的事情比这更好…：-）谢谢我想是的。只是有时候人们会说“哦，是的，当然要使用算法X了，你没听说过吗？”。也许他们很快就会知道。但我想不出任何明显明智的事情比这更好…：-）