C++ 实时音频处理

我想使用Qt进行实时音频处理并使用FFTW3显示基频

我分步骤完成的工作：

我从计算机设备中捕获任何声音并将其填入缓冲区

我将声音样本分配给

double

数组

我计算基频

问题 我的代码总是返回0作为基本频率

QByteArray*缓冲区；
QAudioInput*音频输入；
audioInput=新的QAudioInput（格式，this）；
//检查输入缓冲区中的样本数
qint64 len=音频输入->字节就绪（）；
//限制样本量
如果（len>4096）
len=4096；
//将声音样本从输入设备读取到缓冲器
qint64 l=输入->读取（buffer.data（），len）；
如果（l>0）
{
int input_size=缓冲区大小；
//计算相应数量的复杂输出样本
int输出大小=（输入大小/2+1）；
double*input\u buffer=static\u cast（fftw\u malloc（input\u size*sizeof（double））；
fftw_complex*out=静态_cast（fftw_malloc（输出大小*sizeof（fftw_complex））；
//将声音样本分配给双数组
input_buffer=（双*）buffer.data（）；
fftw_计划p3；
//创建计划
p3=fftw_计划_dft_r2c_1d（输入_大小、输入_缓冲区、输出、fftw_估计）；
fftw_执行（p3）；
双reout[缓冲区大小]；
双imgout[BufferSize]；
双幅[BufferSize/2]；
long ffond=0.0；//频率的位置
double max=0；//最大振幅
对于（int i=0；i我能看出你有两个紧迫的问题：

您没有应用a，因此会出现相当大的频谱“涂抹”（可能是一个大的DC（0 Hz）分量和相关的“裙子”）

你假设频谱中最大的幅度是基频，这很可能是不正确的，原因有两个：（a）你很可能有一个大于基频或谐波的0 Hz分量；（b）根据您试图分析的声音的性质，基波的幅值可能小于谐波（甚至可能完全缺失）

我建议你做以下几点：


在FFT之前应用一个合适的方法-这将使您的峰值得到更好的定义，并将减少0 Hz及以上的伪影

从适当的bin而不是0开始搜索，例如，如果您感兴趣的最小基频是50 Hz，则从相应的bin开始搜索50 Hz而不是0

添加一个调试选项以图形方式显示频谱-当您想知道为什么您的结果没有意义时，此可视化调试辅助工具将非常有帮助

如果您真正想要测量的是基音而不是基音频率，那么请仔细阅读，例如谐波积谱-这比试图识别基音（其频率与一般情况下的基音不同）的天真方法要有效得多

非常感谢@paul，我想在执行您的建议之前显示震级，但是qdebug（）返回“nan”，我非常惊讶
QByteArray *buffer;
QAudioInput *audioInput;
audioInput = new QAudioInput(format, this);

//Check the number of samples in input buffer
qint64 len = audioInput->bytesReady();

//Limit sample size
if(len > 4096)
    len = 4096;

//Read sound samples from input device to buffer
qint64 l = input->read(buffer.data(), len);

if(l > 0)
{
    int input_size = BufferSize;

    // Compute corresponding number of complex output samples
    int output_size = (input_size/2 + 1);
    double *input_buffer = static_cast<double*>(fftw_malloc(input_size * sizeof(double)));
    fftw_complex *out = static_cast<fftw_complex*>(fftw_malloc(output_size * sizeof(fftw_complex)));

    //Assign sound samples to double array
    input_buffer = (double*)buffer.data();
    fftw_plan p3;

    //Create plan
    p3 = fftw_plan_dft_r2c_1d(input_size, input_buffer, out, FFTW_ESTIMATE);

    fftw_execute(p3);
    double reout[BufferSize];
    double imgout[BufferSize];
    double magnitude[BufferSize/2];

    long ffond = 0.0; // Position of the frequency
    double max = 0; // Maximal amplitude

    for (int i = 0; i < BufferSize/2; i++)
    {
        reout[i] = out[i][0];
        imgout[i] = out[i][1];
        cout << imgout[i] << endl;
        magnitude[i] = sqrt(reout[i]*reout[i] + imgout[i]*imgout[i]); //Calculate magnitude of first
        double t = sqrt(reout[i]*reout[i] + imgout[i]*imgout[i]);

        if(t > max)
        {
            max = t;
            ffond = i;
        }
    }

    qDebug() << "fundamental frequency is :" << QString::number(ffond*static_cast<double>);
    fftw_destroy_plan(p3);