Python 基频倒谱法

我试图用倒谱法来寻找频率。对于我的测试，我得到了以下文件，一个频率为440Hz的音频信号

我应用了以下公式：

倒谱=IFFT（对数FFT）

我得到256块，但我的结果总是错的

from numpy.fft import fft, ifft
import math
import wave
import numpy as np
from scipy.signal import hamming  

index1=15000;
frameSize=256;
spf = wave.open('440.wav','r');
fs = spf.getframerate();
signal = spf.readframes(-1);
signal = np.fromstring(signal, 'Int16');
index2=index1+frameSize-1;
frames=signal[index1:int(index2)+1]

zeroPaddedFrameSize=16*frameSize;

frames2=frames*hamming(len(frames));   
frameSize=len(frames);

if (zeroPaddedFrameSize>frameSize):
    zrs= np.zeros(zeroPaddedFrameSize-frameSize);
    frames2=np.concatenate((frames2, zrs), axis=0)

fftResult=np.log(abs(fft(frames2)));
ceps=ifft(fftResult);

posmax = ceps.argmax();

result = fs/zeroPaddedFrameSize*(posmax-1)

print result

对于这种情况，如何得到结果=440

**

更新：

**

我在matlab中重新编写了我的源代码，现在一切都正常了，我用440赫兹和250赫兹的频率做了测试

对于440Hz，我得到441Hz，还不错

对于250Hz，我得到249.1525Hz的近似结果

我做了一个简单的方法把峰值转换成倒谱值

我想我可以找到更好的结果使用四边形插值找到最大值

我正在绘制440Hz估计值的结果

共享用于倒谱频率估计的源：

%% ederwander Cepstral Frequency (Matlab)
waveFile='440.wav';
[y, fs, nbits]=wavread(waveFile);

subplot(4,2,1); plot(y); legend('Original signal');

startIndex=15000;
frameSize=4096;
endIndex=startIndex+frameSize-1;
frame = y(startIndex:endIndex);

subplot(4,2,2); plot(frame); legend('4096 CHUNK signal');

%make hamming window
win = hamming(length(frame));


%samples multplied by hamming window
windowedSignal = frame.*win;


fftResult=log(abs(fft(windowedSignal)));
subplot(4,2,3); plot(fftResult); legend('FFT signal');

ceps=ifft(fftResult);

subplot(4,2,4); plot(ceps); legend('ceps signal');

nceps=length(ceps)

%find the peaks in ceps

peaks = zeros(nceps,1);

k=3;

while(k <= nceps - 1)
   y1 = ceps(k - 1);
   y2 = ceps(k);
   y3 = ceps(k + 1);
   if (y2 > y1 && y2 >= y3)
      peaks(k)=ceps(k);
   end
k=k+1;
end

subplot(4,2,5); plot(peaks); legend('PEAKS');

%get the maximum ...
[maxivalue, maxi]=max(peaks)



result = fs/(maxi+1)


subplot(4,2,6); plot(result); %legend('Frequency is' result);

legend(sprintf('Final Result Frequency =====>>> (%8.3f)',result)) 

%%e前向倒谱频率（Matlab）
波形文件='440.wav'；
[y，fs，nbits]=波形读取（波形文件）；
子批次（4,2,1）；地块（y）；图例（“原始信号”）；
startIndex=15000；
帧大小=4096；
endIndex=startIndex+frameSize-1；
帧=y（开始索引：结束索引）；
子批次（4,2,2）；情节（框架）；图例（“4096块信号”）；
%制作海明窗
win=汉明（长度（帧））；
%汉明窗采样
windowedSignal=帧。*赢；
fftResult=log（abs（fft（加窗信号））；
子批次（4,2,3）；绘图（fftResult）；图例（“FFT信号”）；
ceps=ifft（fftResult）；
子批次（4,2,4）；地块（ceps）；图例（“ceps信号”）；
nceps=长度（ceps）
%查找CEP中的峰值
峰值=零（nceps，1）；
k=3；
而（ky1&&y2>=y3）
峰值（k）=ceps（k）；
结束
k=k+1；
结束
子批次（4,2,5）；绘图（峰值）；图例（“山峰”）；
%获得最大。。。
[maxivalue，maxi]=最大值（峰值）
结果=fs/（最大值+1）
子批次（4,2,6）；绘图（结果）；%图例（“频率为”结果）；
图例（sprintf（“最终结果频率===>>>（%8.3f）”，结果））
如果采样率为44.1 kHz，则256可能太小，无法执行任何有用的操作。在这种情况下，FFT的分辨率为44100/256=172 Hz。如果你想获得10 Hz的分辨率，那么你可以使用4096的FFT大小。
倒谱方法最适合高次谐波含量的信号，而不是接近纯正弦波的信号

最佳测试信号可能更像是时域中重复的、非常接近等间隔的脉冲（每个FFT窗口越多越好），这将在频域中产生接近重复等间隔峰值的信号，这将显示为倒谱的激励部分。脉冲响应将在倒谱的下共振峰部分表示。
我有一个类似的问题，因此我重用了部分代码，并通过对同一帧执行连续求值，然后从

我得到了一致的结果

def fondamentals(frames0, samplerate):
    mid = 16
    sample = mid*2+1
    res = []
    for first in xrange(sample):
        last = first-sample
        frames = frames0[first:last]
        res.append(_fondamentals(frames, samplerate))
    res = sorted(res)
    return res[mid] # We use the medium value

def _fondamentals(frames, samplerate):    
    frames2=frames*hamming(len(frames));
    frameSize=len(frames);
    ceps=ifft(np.log(np.abs(fft(frames2))))
    nceps=ceps.shape[-1]*2/3
    peaks = []
    k=3
    while(k < nceps - 1):
        y1 = (ceps[k - 1])
        y2 = (ceps[k])
        y3 = (ceps[k + 1])
        if (y2 > y1 and y2 >= y3): peaks.append([float(samplerate)/(k+2),abs(y2), k, nceps])
        k=k+1
    maxi=max(peaks, key=lambda x: x[1])
    return maxi[0]

def基础设施（框架0，采样器）：
mid=16
样本=中间*2+1
res=[]
对于xrange中的第一个（示例）：
最后一个=第一个样本
帧=帧0[第一帧：最后一帧]
res.append（_fondamentals（框架，采样器））
res=已排序（res）
return res[mid]#我们使用中间值
def_基础设施（框架、采样器）：
frames2=帧*hamming（len（帧））；
frameSize=len（帧）；
ceps=ifft（np.log（np.abs（fft（frames2）））
nceps=ceps.形状[-1]*2/3
峰值=[]
k=3
而（ky1和y2>=y3）：峰值。附加（[浮动（采样器）/（k+2），绝对值（y2），k，nceps]）
k=k+1
最大值=最大值（峰值，键=λx:x[1]）
返回最大值[0]
好的，我将区块更改为4096。但即便如此，我的结果也是错误的：-（也许我需要使用二次插值来找到最大值。如果你能在你的帖子中添加初始对数幅度FFT和最终倒谱图，可能会有所帮助。而且我想我现在可能会省略零填充，并尽可能简单。酷，这只是一个测试，我将在复杂波形中使用它：-）您可以在峰值（最大）位置周围使用二次插值，并可以进一步改进结果。。。