swift 3 FFT获取声音m4a的频率
Posted
技术标签:
【中文标题】swift 3 FFT获取声音m4a的频率【英文标题】：swift 3 FFT get frequency of sound m4a 【发布时间】：2016-12-04 16:04:12 【问题描述】：我是 ios 编程的初学者。 我必须为我的学校制定一个项目。目标是使用麦克风进行录音，然后应用高通滤波器并将其保存在 m4a 文件中。
在这个网站和许多其他网站上，我发现了很多相同的代码，但是随着 swift 3 的到来，这些代码不再起作用。
我首先使用 AVAudioPlayer 录制并保存从我的麦克风发出的声音。
然后我在 mpc 缓冲区中读取我的文件。
我从浮点数组的缓冲区中检索数据。
最后，我像我找到的示例一样应用 FFT。
如果我显示缓冲区的数据（来自缓冲区的浮点数表），这些数据包含一些内容。
如果我显示我的 VDSP 矢量，它包含数据。
但是当我应用 FFT 时，包含卷轴和虚数的 VDSP 输出结果返回“nan”值。
在这里，我不了解 FFT 的功能，也不了解 resutat“输出”是否包含频率，或者它是否只是包含频率的 VDSP 的参数之一。 （实数或虚数）：
然后我想到对这些结果应用过滤器，然后将我的值放回逆 FFT 中，以便通过修改重建 m4a 文件。
如果你能向我解释我的方法是假的还是我的代码是假的
// recupere le lien du fichier audio a analysé
let url = getDocumentsDirectory().appendingPathComponent("recording.m4a")
// lancé l'audio dans le core AVaudioFile
let audioFile = try! AVAudioFile(forReading: url)
// nombre de frame dans l'audio
let frameCount = UInt32(audioFile.length)
print("frame count\(frameCount)")
//remplis un buffer avec les information du son et le nombre de framme
let buffer = AVAudioPCMBuffer(pcmFormat: audioFile.processingFormat, frameCapacity: frameCount)
do
//lecture de l'audio dans le buffer
try audioFile.read(into: buffer, frameCount:frameCount)
print("lecture ok")
catch
//lecture échouer
print(buffer.floatChannelData?.pointee ?? "aucune valeur float")
// printer le buffer de byte de l'audio
print("\n buffer: \n");
for k in 1...frameCount
print("value buffer \(buffer.floatChannelData?.pointee[Int(k)])");
// définit un fonction log2n
let log2n = UInt(round(log2(Double(frameCount))))
// définit la taille de buffer final potentiel
let bufferSizePOT = Int(1 << log2n)
//crée une structure FFT
//Si zéro est renvoyé, la routine n'a pas réussi à allouer de stockage
let fftSetup = vDSP_create_fftsetup(log2n, Int32(kFFTRadix2))
//print fft
print("valeur du fftSetup \(fftSetup)")
// create packed real input
// séparation des buffer en nombre réel et imaginaire :
var realp = [Float](repeating: 0.0, count: bufferSizePOT/2)
var imagp = [Float](repeating: 0.0, count: bufferSizePOT/2)
/*
print("\n real and image: \n");
for k in 0..<realp.count
print("value real \(realp[k]) et value imaginaire \(imagp[k])");
*/
// construit un vecteur double contenant les real et les imaginaire
var output = DSPSplitComplex(realp: &realp, imagp: &imagp)
buffer.floatChannelData?.withMemoryRebound(to: DSPComplex.self, capacity: bufferSizePOT/2)
/*
Copie le contenu d'un vecteur complexe intercalé C vers un vecteur complexe divisé Z; Précision unique.
void vDSP_ctoz(const DSPComplex *__C, vDSP_Stride __IC, const DSPSplitComplex *__Z, vDSP_Stride __IZ, vDSP_Length __N);
Paramètres
__C
Vecteur d'entrée complexe entrelacé à simple précision.
__IC
Stride pour C; Doit être un nombre pair.
__Z
Vecteur de sortie complexe à division simple.
za
Stride pour Z.
__N
Le nombre d'éléments à traiter.
*/
dspComplexStream in vDSP_ctoz(dspComplexStream, 2, &output, 1, UInt(bufferSizePOT / 2))
/*
calcul la série de fourier discrette du domaine temporel ver le domaine fréquentielle
paramètre :
func vDSP_fft_zrip(_ __Setup:
- --FFTSetup: l'objet FFTsetup
_ __C: pointeur sur le vecteur complex de sortie
_ __IC: pas entre les elements de --C, (a 1 pour des meilleures performance)
_ __Log2N: Il base 2 exposant du nombre d'éléments à traiter. Par exemple, pour traiter 1024 éléments,
spécifiez 10 pour le paramètre Log2N.
_ __Direction: FFTDirection : donne la direction de la discretisations.
time domain to the frequency domain = (forward).
frequency domain to the time domain (inverse).
)*/
vDSP_fft_zrip(fftSetup!, &output, 1, log2n, Int32(FFTDirection(FFT_FORWARD)))
print("\nSpectrum:\n");
for i in 0..<realp.count
print("value de i \(i), réel : \(output.realp[i]), imaginaire : \(imagp[i])");
var fft = [Float](repeating:0.0, count:Int(bufferSizePOT / 2))
let bufferOver2: vDSP_Length = vDSP_Length(bufferSizePOT / 2)
vDSP_zvmags(&output, 1, &fft, 1, bufferOver2)
for i in 0..<bufferSizePOT/2
print("value de buff2 \(fft[i])");
// termine le processus FFT
vDSP_destroy_fftsetup(fftSetup)
编辑：用过滤器低通播放歌曲并且不工作
engine = AVAudioEngine()
player = AVAudioPlayerNode()
player.volume = 1.0
let path = Bundle.main.path(forResource: "audio10to1000", ofType: "wav")!
let url = NSURL.fileURL(withPath: path)
let file = try? AVAudioFile(forReading: url)
var mainMixer = AVAudioMixerNode()
mainMixer = engine.mainMixerNode
engine.attach(player)
EQNode = AVAudioUnitEQ(numberOfBands: 1)
var filterParams = EQNode.bands[0] as AVAudioUnitEQFilterParameters
filterParams.filterType = .lowPass
filterParams.frequency = 500.0
filterParams.bypass = false
engine.attach(EQNode)
engine.connect(player, to: EQNode, format: file?.processingFormat)
engine.connect(EQNode, to: mainMixer, format: file?.processingFormat)
// engine.connect(player, to: mainMixer, format: file?.processingFormat)
player.scheduleFile(file!, at: nil, completionHandler: nil)
engine.prepare()
do
try engine.start()
catch _
print("******************* erreur *************")
player.play()
【问题讨论】：
您不需要 FFT 来应用高切滤波器。谷歌AVAudioUnitEQ。如果您想自己实现一个，请先选择 FIR 或 IIR 解决方案：en.wikipedia.org/wiki/Low-pass_filter 玩得开心！
hiii 感谢您的帮助。我已经努力使用 AVAudioUnitEQ。它在mixernode中使用的所有效果（示例spitch）都可以正常工作。但 Eq 节点不起作用。这就是我的代码：3 天就可以了，没有任何工作......
没什么可改变的......再次感谢您的帮助只是为了确保我理解。当我使用 500 Hz 低通滤波器时。如果我的音频是一首以 10hz 开始的生成歌曲，然后在 10 秒内以 1000hz 结束，那么在一半的时间里我应该什么都听不到了？当我改变 EQ 的 gainGlobal 时，这项工作但 filterParams 中的增益没有任何改变..
如果你发一个示例项目的链接，我去看看。
drive.google.com/file/d/0B7qN8KEpAsYeQUZtOG9ab1R6Sjg/… 谢谢@shallowthought
【参考方案1】：
您的代码正在运行。您的设置不符合您的需求。
设置filterParams.gain = -96.0（最小可能值）
低通滤波器没有bandwidth，删除它。
为了更彻底的结果，首先将截止频率设置为 100 HZ：
filterParams.frequency = 100.0
您对低通滤波器结果的期望（截止频率以上 100% 的截止）与滤波器的实际情况不符。根据实现（使用的算法和顺序），过滤器或多或少会快速切断。
查看这个典型的过滤器响应from Wikipedia：
【讨论】：
您好，抱歉，我还需要您的帮助。我有音频的大小标签。我正在应用我需要的所有过滤器。但我不知道如何在我的音频中花时间，当噪音开始和结束时。你有什么想法吗？ 我如何理解您想要做的是确定幅度（音量值）何时超过阈值。我做对了吗？当你真正开始听到/停止听到声音时。 好的，基本上，我需要帮助的是在样本中拾取某种声音。我要查找的信息是样本中声音开始和结束的时间（以时间单位（ms、s 或其他）为单位）。我的样本是一个人服用呼吸系统药物的录音。我减弱了环境噪音，这样我就可以得到那个人正在服药的部分。我想要那个人开始服药和声音结束的时间戳。 这里跑题了。 Lets chat.以上是关于swift 3 FFT获取声音m4a的频率的主要内容，如果未能解决你的问题，请参考以下文章