Python 识别音频的音调

我有一把吉他，我需要我的电脑能够分辨出演奏的音符，识别音调。是否可以用python实现，也可以用pygame实现？能够在pygame中实现这一功能将非常有帮助。

您需要使用内置的音频库

分析正在播放的特定音符并不简单，但可以使用这些API来完成

---

也可能有用：

要识别音频信号的频率，可以使用FFT（）算法。据我所知，PyGame没有办法录制音频，也不支持FFT变换

首先，您需要从声卡捕获原始采样数据；这种数据称为PCM（脉冲编码调制）。在Python中捕获音频的最简单方法是使用（Python到PortAudio的绑定）。如果你也能做到这一点，那对你的目的来说可能是一种过度的杀伤力。以48000 Hz的频率捕获16位样本是非常典型的，可能是普通声卡所能提供的最好的

获得原始PCM音频数据后，可以使用来自的

fftpack

模块通过FFT变换运行采样。这将为您提供分析音频信号的频率分布，即信号在特定频带中的强度。然后，问题是找到信号最强的频率

你可能需要一些额外的过滤来避免我不确定。

这显示了有人在VB.NET中进行过滤，但下面的链接中包含了实现目标所需的基本操作

---

我曾经写过一个实用程序，它可以分析播放的声音

你可以查看代码（或者你可以下载整个项目。它与Frets On Fire集成，一个吉他英雄开源克隆，创建一个真正的吉他英雄）。它是用吉他、口琴和口哨测试的：）代码很难看，但它能工作：）

我使用pymedia进行录制，使用scipy进行FFT

除了其他人已经注意到的基础知识外，我可以给你一些提示：

如果你用麦克风录音，会有很多噪音。您将不得不使用大量的尝试和错误来设置阈值和声音清理方法，以使其正常工作。一个可能的解决方案是使用电吉他，并将其输出插入音频输入。这对我最有效

具体来说，50Hz附近有很多噪音。这并不坏，但它的泛音（见下文）在100赫兹和150赫兹，这接近吉他的G2和D3。。。。正如我所说，我的解决办法是换成电吉他

在检测速度和准确性之间有一个折衷。您采集的样本越多，检测声音所需的时间就越长，但检测准确的音高就越准确。如果你真的想用它来做一个项目，你可能需要使用几个时间尺度

当播放音调时，它具有。有时，几秒钟后，泛音甚至可能比基音更强烈。如果你不处理这个问题，你的程序会认为它听到E2几秒钟，然后是E3。为了克服这个问题，我使用了一个当前播放的声音列表，然后只要这个音符，或者它的一个泛音中有能量，我就假设它是正在播放的同一个音符

当一个人连续播放同一个音符2次（或更多）时，很难检测出来，因为很难将其与音量的随机波动区分开来。您将在我的代码中看到，我必须使用一个常量，该常量必须配置为与所使用的吉他匹配（显然，每个吉他都有自己的功率波动模式）

---

非常相似的问题：

将声音转换成一系列音符并不是一件容易的事情，尤其是同时使用多个音符。通读谷歌的“频率估计”和“注释识别”结果

---

我有一些，但这只是从吉他录音中获取音符所需解决的问题的一部分。

您是将计算机直接插入计算机还是依靠计算机麦克风？

audioop

模块只能执行相当原始的分析和压缩技术。这根本不足以满足询问者的目的。wiki链接是一个很长的链接列表，可能会造成比避免的更大的混乱。有没有处理一系列注释的标准方法？我不知道你在问什么，你能详细说明一下吗？如果你对一系列注释进行FFT，你会获得关于主频的信息，但会丢失关于注释时间位置的信息。（或者我错了吗？）我想你可以尝试切碎原始音频，以便将FFT应用于单个音符，但要想知道切碎的位置似乎很难。没错，通常的方法是将输入分解成足够小的块，这样就不会丢失计时上下文。当然，这是定时精度和频率精度之间的折衷。如果你想了解更多关于基音检测的信息，可以使用yin算法。你会再次上传源吗？看起来他们把它取下来了