从麦克风输入和FFT获取频率-Java

我的目标是能够处理来自吉他（或其他乐器）的单个音符，并将其转换为频率值

这不必是实时的——我想记录一秒钟的声音并在事后分析数据会容易得多

我知道要做到这一点，我需要使用傅里叶变换（并且有一个类将执行FFT）。然而，我并不真正理解FFT算法的输入/输出-我使用的类似乎使用复数向量输入并给出复数向量输出。这些代表什么

另外，有谁能推荐任何可以检测和记录输入的Java类（如果可能，给出可以插入FFT的频率或值）

---

提前感谢。

FFT的输入将是代表音频的时域信号。如果你从麦克风中录制一些声音一秒钟，这将真正包含一个由不同数量的不同频率组成的波-希望主要是与你演奏的音符相对应的频率/频率，加上一些外部噪音和麦克风和电子设备引入的噪音。如果在这1秒钟内，您恰好有512个时间点（因此麦克风可以每秒采样512次），那么这些时间点中的每一个都表示麦克风拾取的强度。可以使用FFT将这些声强值从时域表示转换为频域表示

如果您现在将其交给FFT，因为它是实值输入，您将获得对称复数输出（围绕中心值对称），并且可以忽略复数向量输出的后半部分，而只使用前半部分-即，后半部分将与前半部分对称（因此“相同”）。输出表示每个频率对输入波形的贡献-本质上，每个“bin”或数组索引包含有关该频率振幅的信息。要提取要执行的振幅，请执行以下操作：

magnitudeFFTData[i] = Math.sqrt((real * real) + (imaginary * imaginary));

其中，

实

和

虚

是复数在该频率区间的实部和虚部。要获得与给定bin对应的频率，您需要以下内容：

frequency = i * Fs / N;

其中，

i

是bin或数组索引号，

Fs

是采样频率，

N

是数据点的数量。来自我最近使用FFT的一个项目：

for (int i = (curPersonFFTData.length / 64); i < (curPersonFFTData.length / 40); i++) {
            double rr = (curPersonFFTData[i].getReal());
            double ri = (curPersonFFTData[i].getImaginary());

            magnitudeCurPersonFFTData[i] = Math.sqrt((rr * rr) + (ri * ri));
            ds.addValue(magnitudeCurPersonFFTData[i]);
        }

for（int i=（curPersonFFTData.length/64）；i<（curPersonFFTData.length/40）；i++）{
double rr=（curPersonFFTData[i].getReal（））；
double ri=（curPersonFFTData[i].getImaginate（））；
震级curpersonfftdata[i]=数学sqrt（（rr*rr）+（ri*ri））；
ds.附加值（震级curpersonfftdata[i]）；
}

---

除以64和40是任意的，只对我的情况有用，只得到某些频率分量，而不是您可能需要的所有频率。您可以轻松地实时完成所有这些操作。

FFT的输入将是表示音频的时域信号。如果你从麦克风中录制一些声音一秒钟，这将真正包含一个由不同数量的不同频率组成的波-希望主要是与你演奏的音符相对应的频率/频率，加上一些外部噪音和麦克风和电子设备引入的噪音。如果在这1秒钟内，您恰好有512个时间点（因此麦克风可以每秒采样512次），那么这些时间点中的每一个都表示麦克风拾取的强度。可以使用FFT将这些声强值从时域表示转换为频域表示

如果您现在将其交给FFT，因为它是实值输入，您将获得对称复数输出（围绕中心值对称），并且可以忽略复数向量输出的后半部分，而只使用前半部分-即，后半部分将与前半部分对称（因此“相同”）。输出表示每个频率对输入波形的贡献-本质上，每个“bin”或数组索引包含有关该频率振幅的信息。要提取要执行的振幅，请执行以下操作：

magnitudeFFTData[i] = Math.sqrt((real * real) + (imaginary * imaginary));

其中，

实

和

虚

是复数在该频率区间的实部和虚部。要获得与给定bin对应的频率，您需要以下内容：

frequency = i * Fs / N;

其中，

i

是bin或数组索引号，

Fs

是采样频率，

N

是数据点的数量。来自我最近使用FFT的一个项目：

for (int i = (curPersonFFTData.length / 64); i < (curPersonFFTData.length / 40); i++) {
            double rr = (curPersonFFTData[i].getReal());
            double ri = (curPersonFFTData[i].getImaginary());

            magnitudeCurPersonFFTData[i] = Math.sqrt((rr * rr) + (ri * ri));
            ds.addValue(magnitudeCurPersonFFTData[i]);
        }

for（int i=（curPersonFFTData.length/64）；i<（curPersonFFTData.length/40）；i++）{
double rr=（curPersonFFTData[i].getReal（））；
double ri=（curPersonFFTData[i].getImaginate（））；
震级curpersonfftdata[i]=数学sqrt（（rr*rr）+（ri*ri））；
ds.附加值（震级curpersonfftdata[i]）；
}

---

除以64和40是任意的，只对我的情况有用，只得到某些频率分量，而不是您可能需要的所有频率。您可以轻松地实时完成所有这些操作。

FFT的输入将是表示音频的时域信号。如果你从麦克风中录制一些声音一秒钟，这将真正包含一个由不同数量的不同频率组成的波-希望主要是与你演奏的音符相对应的频率/频率，加上一些外部噪音和麦克风和电子设备引入的噪音。如果在这1秒钟内，您恰好有512个时间点（因此麦克风可以每秒采样512次），那么这些时间点中的每一个都表示麦克风拾取的强度。可以使用FFT将这些声强值从时域表示转换为频域表示