如何让我的 iPhone 收听高于某个阈值的声音频率？

Posted 2023-02-25

【中文标题】如何让我的 iPhone 收听高于某个阈值的声音频率？

【英文标题】：How can I get my iPhone to listen for sound frequencies above a certain threshold?

【发布时间】：2015-06-15 17:38:55

【问题描述】：

我有兴趣让我的 ios 应用打开麦克风并仅收听 17000 赫兹以上的频率。如果它听到该范围内的声音，我希望应用程序调用一个方法。

我能够找到一个检测频率的存储库：https://github.com/krafter/DetectingAudioFrequency

这是一个分解 FFT 的帖子：Get Hz frequency from audio stream on iPhone

使用这些示例，我可以让手机对它听到的最强频率做出反应，但我更感兴趣的是仅对 17000 赫兹以上的频率做出反应。

【问题讨论】：

显示一些代码，也许你会得到一些帮助。如果您已将传入的声音分成频率桶，那么我看不出您的问题是什么。因此，显示代码并解释您遇到困难的地方

【参考方案1】：

我编写该代码的事实有助于我回答这个问题，但答案可能只适用于该代码。

您可以轻松地限制您收听的频率，只需将该输出阵列修剪为仅包含您需要的范围的片段。

详细说明： 简单来说 - array[0..255] 包含您在频域中的音频。例如，当您进行 FFT 时，您的采样率为 44100。 那么您可以编码的最大频率是 22050。（奈奎斯特定理）。

即 array[0] 包含 22050/256=86.13 Hz 的值。 Array[1] 包含 86.13*2 = 172.26 Hz 的值，array[2] 包含 86.13*3 = 258.39 Hz 的值。等等。您的全部范围分布在这 256 个值中。 （是的，精度会受到影响）

因此，如果您只需要收听某个范围，比方说高于 17000Hz，您只需获取该阵列的一部分而忽略其余部分。在这种情况下，您将 17000/86.13=197 到 255 子阵列，并且您拥有它。只有 17000-22050 范围。

在我的仓库中，你修改 strongestFrequencyHZ 函数如下：

static Float32 strongestFrequencyHZ(Float32 *buffer, FFTHelperRef *fftHelper, UInt32 frameSize, Float32 *freqValue) 
Float32 *fftData = computeFFT(fftHelper, buffer, frameSize);
fftData[0] = 0.0;
unsigned long length = frameSize/2.0;
Float32 max = 0;
unsigned long maxIndex = 0;

Float32 freqLimit = 17000; //HZ

Float32 freqsPerIndex = NyquistMaxFreq/length;
unsigned long lowestLimitIndex = (unsigned long) freqLimit/freqsPerIndex;

unsigned long newLen = length-lowestLimitIndex;
Float32 *newData = fftData+lowestLimitIndex; //address arithmetic
max = vectorMaxValueACC32_index(newData, newLen, 1, &maxIndex);
if (freqValue!=NULL)  *freqValue = max; 
Float32 HZ = frequencyHerzValue(lowestLimitIndex+maxIndex, length, NyquistMaxFreq);
return HZ;

我在那里做了一些地址运算，所以看起来有点复杂。您可以使用该 fftData 数组并执行常规操作。

其他注意事项：

寻找最强的频率。简单。您只需在该数组中找到最大值。就是这样。但是在您的情况下，您需要监视范围并找出它何时从常规的弱噪声变为某些强信号。换句话说，当东西达到顶峰时，这不是那么微不足道，而是可能的。您可能只需设置一些限制，超过该限制即可检测到信号，尽管这不是最佳选择。

我宁愿对此感到乐观，因为在现实生活中你在 18000Hz 的频率下看不到你周围的太多噪音。唯一能记住的是一些旧电视在打开时会发出那种高音。

【讨论】：

我进行了更改，但现在我得到：max HZ = 17225.553 打印到我的控制台和模拟器上。我在一个安静的房间里运行这个，所以我不应该在这里没有价值吗？

因为您只收听 17000-22050 范围内的值，所以您只能获得该范围内的值。正如我之前所说，现实世界的声音总是包含全频谱，无论它有多安静。您收到的该值可能是因为您的计算机内部的风扇旋转使其值稳定。

新修改的代码只显示最强频率。在 17000-22050 范围内，仅此而已。还有一个最强的。

@krafter：上面的代码似乎找到了幅度最大的 FFT bin。在某些情况下，这实际上不是信号中存在的最大幅度频率。请记住，FFT 是一组重叠的带通滤波器。如果信号中的主频率正好位于两个 bin 之间，则信号将在相邻的两个 bin 中平均分配（例如，在 -3dB 处）。即使您已取消选择这些情况，这也最多只能提供峰值箱所覆盖的频率范围。使用高通滤波器可以更轻松地实现 OP 的要求。

那么，当前的实现不是高通滤波器吗？它只是在频域中完成。由于 OP 不需要时域数据，这对他有用。最后，他只需要传递一点信息，而不是声音本身。至于频率范围 - 是的，每个 bin 只是一个范围。在具有 256 个 bin 的给定示例中，一个具有 86.13Hz 范围，这不是那么好。但是如果你有 32768 个垃圾箱呢？那么范围只有1.5Hz。这只是精度问题。