Php 确定说话声音的基本频率

我试图确定音频样本的感知音调（仅声音，无背景或音乐），然后将声音识别为低音、男高音、中音、女中音、女中音

为此，我使用aubio，它返回任何给定音频文件的时间码列表和相应频率

我很难找到最好的方法来使用数据来确定音高。我最初的想法要么不好，要么执行得不好：

我取aubio返回的频率列表，然后计算中位数，如下所示：

exec（'aubiopitch/pathtomp3file/audio.mp3'，$output）；
//迭代aubio返回的时间/频率
//$output是一个数字对列表（每行一对）：
//时间码后跟空格，后跟频率
//当时的代码是赫兹。
foreach（$sample输出）{
//提取频率信息
$freq_sample=substr（$sample，strpos（$sample，”）；
//向阵列添加频率
$freqs[]=地板（$freq_样本）；
}       
//要计算中值频率，请使用频率对数组排序
//在中间取元素
排序（$freqs）；
$median=$freqs[楼层（计数（$freqs）/2）]；

然后，我将找到的中值频率映射到“低音”、“男中音”、“男高音”、“中音”等

不幸的是，结果并不一致。例如，很多时候，一个非常深沉的声音的中位数频率太高了

我相信我试图确定基频的方法有缺陷，但我很难找到更好的方法

例如，出现了以下问题：

我是否应该放弃上面的任何频率，例如400hz，因为它们可能来自“s”等声音

当人类感知到声音的音调时，我们实际上在听什么？基频？某些频率的能量

概括起来，总的问题是：

“使用aubio的数据，计算语音记录（说话，而不是唱歌）的感知音调的正确编程方法是什么？”

编辑–我如何使用AUBIO

exec（'aubiopitch/pathtomp3file/audio.mp3'，$output）；

在

$output

中有什么？如果你没有得到数据，那么就不可能检测到。这就像说，从白光中挑出绿色，当你仅有的数据是流明输出时，它是一个行列表，每个行都有两个数字：时间码后跟一个空格，然后是该时间码的频率（赫兹）。你如何使用

aubio

？你能在你确定音高的地方添加代码吗？我使用aubio和任何特殊参数，只是默认设置。然后我提取数据。请参阅问题中我的编辑。