基于Android乐音识别(2)

目录

1. 傅里叶变换

2. matlab代码实现&&仿真

3. 基频提取比对

傅里叶变换

距离上一次更新博客，已经很久了，相信看了我上一篇文章的，如今对个人这篇文章可能比较期待了，这个更新晚的缘由一个是因为最近课程比较紧，因此对于乐音识别的研究搁置了一段时间，再就是其中也出现了一些问题，致使咱们改变了一下本身的策略。

进入正题，学太高数的同窗，对傅里叶变化这个概念应该都不会陌生，可是具体是作什么的呢？知乎上以前看到一篇文章，关于傅里叶变换的，讲的很是详细，附带个地址。傅里叶分析之掐死教程（完整版）对于咱们以前的信号，咱们的分析都是在时域上的，对于在时域上的信号
只是根据咱们的量化程度，对于幅度所采起的一个表示方式，可是对于咱们肯定它具体是哪个音阶是没法实现的，因此须要咱们对其进行傅里叶变化，将其从时域信号图转化到咱们的频域上来，而后根据相关的频域参数来肯定咱们其具体是属于哪个音阶。在作傅里叶变化的时候遇到了一个小坑，致使在这上面纠结了好久，一个是由于对于matlab不是很熟悉，再就是自己如今在作的事情就是点歪的一个技能点。经过对声音进行傅里叶变化，咱们也能够作一些颇有趣的事情，好比根据电话按键的声音对于相应的按键的监听，由于在电话出现时，没有数字信号这回事，因此也就不存在一些数字处理器，因此对于电话的按键，是对于电话按键的声音的模拟信号进行监听来肯定的，每个按键都是由两个不一样的频率进行叠加来获得的，因此咱们能够对电话的按键音，进行一个切割，将有声段拿出来以后，作一个傅里叶变化获得其中的两个频率，而后和相依的频率表进行一个比对，这也是以前新闻上说的某少年获取周鸿祎手机号的方法。

Matlab的实现和仿真

[y, Fs] = audioread('/Users/chenjensen/Desktop/record.mp3');
plot(abs(fft(y)))

经过audioread来读取咱们的音频文件，这里的y是关于音频的数字信号序列，Fs是咱们的采样频率，经过利用fft获得以下图

咱们以前讲过经过傅里叶变化，咱们能够获得这个声音的频率，彷佛咱们的事情已经结束了，获得一个接近1600的值，这也是以前犯得一个错误，这里提供的声音是咱们中音D,其频率523.25，可是这里获得确实这么大，公式也是没有错的，开始这让我怀疑我才去这种提取基频的方式不对，最终被同窗发现了错误，就是x轴单位的问题，咱们经过fft变化，x轴的最大范围是咱们的采样频率，而其每一个单位确并非1，而是咱们的采样频率/采样点数，按照这种思路再来作一个计算

z=44100/length(y)

z = 0.3300

经过对原图形进行放大，最后发现该值接近于1590
计算咱们的这两个值的乘积：1590*0.3300=524.7000
和咱们的原始数据523.25很是接近了，咱们经过这个大概能够估计出咱们的音阶了。
固然这里还存在的一个疑问是咱们获得的一个口琴的音，不可能只是单纯的存在一个频率的，一个声音确定是由多个音叠加而成的，只是在该音阶，该种频率表达的更为充分，而后咱们能够利用这个频率来表示这个音阶，咱们要取的频率是其在y轴上的值最大的。同时对于傅里叶的变化咱们获得图形是对称的，咱们只须要取其前面一部分。

基频提取和比对

经过对于基频的提取和比对，咱们能够获得咱们的当前的音阶。

该文只是单纯针对傅里叶变化展开，链接上篇文章，咱们提取出来有声段以后，就能够对这些有声段进行一个傅里叶变化来获取其频率值，而不是像对其所有进行傅里叶变化。

具体的实现细节，将会在后续文章更新，欢迎各位一块儿交流提高。

下篇更新Android中java代码的具体实现，项目也会在github开源。