Ios 执行FFT以查找复调音频样本的基频

我正在使用Swift中的加速框架对音频文件执行操作。我试图用快速傅立叶变换找到一个合成音音频文件的基频

我已经对音频文件执行了快速傅立叶变换（我认为正确，但如果我错了，请纠正我）；尽管如此，我不知道从这里该去哪里。下面是我用来执行FFT的代码：

let log2n = UInt(round(log2(Double(frameCount))))

let bufferSizePOT = Int(1 << log2n)

// Set up the transform
let fftSetup = vDSP_create_fftsetup(log2n, Int32(kFFTRadix2))

// create packed real input
var realp = [Float](count: bufferSizePOT/2, repeatedValue: 0)
var imagp = [Float](count: bufferSizePOT/2, repeatedValue: 0)
var output = DSPSplitComplex(realp: &realp, imagp: &imagp)

vDSP_ctoz(UnsafePointer<DSPComplex>(buffer.floatChannelData.memory), 2, &output, 1, UInt(bufferSizePOT / 2))

// Do the fast Fourier forward transform, packed input to packed output
vDSP_fft_zrip(fftSetup, &output, 1, log2n, Int32(FFT_FORWARD))

var fft = [Float](count:Int(bufferSizePOT / 2), repeatedValue:0.0)
let bufferOver2: vDSP_Length = vDSP_Length(bufferSizePOT / 2)

vDSP_zvmags(&output, 1, &fft, 1, bufferOver2)

// Release the setup
vDSP_destroy_fftsetup(fftSetup)

让log2n=UInt（圆形（log2（双重（帧数）））
让bufferSizePOT=Int（1FFT（单独）无法在大多数复调音乐中仅找到基音频率。相反，它还可以找到所有泛音和谐波频率，这些频率可能会支配任何基音频率。它甚至可能会错过埋在低频噪声中的一些基音频率

对于比裸FFT更合适的算法，在MIREX论坛上有许多关于复调基音估计的研究论文：
除了一些矩阵操作之外，我没有搞乱加速框架，但你可能想研究EZAudio框架（）。为什么不必重新发明轮子呢：）这是一个迟钝的评论，但我觉得不得不这么说！OP的问题与其说是重新发明轮子，不如说是制造自己的轮子，这（IMHO）是一件好事。太多人只是依赖其他人的实现。谢谢，我会调查一下。你建议如何找到基频？好吧，一般来说，这可能仍然是一个尚未解决或只是最近才解决的研究课题。因此，我建议学习最新的研究论文。