智能手机上音符的音高识别，pt。 2

Posted 2023-02-25

【中文标题】智能手机上音符的音高识别，pt。 2

【英文标题】：Pitch recognition of musical notes on a smart phone, pt. 2

【发布时间】：2009-09-29 06:04:02

【问题描述】：

作为我之前question的后续，如果我想让我的智能手机应用程序检测到某个音符，我只需要知道传入的声音是否是那个音符，并带有一定数量的模糊性，让音符偏离 x 美分。

鉴于此，在速度和准确性方面是否有比其他方法更好的方法？也就是说，通过知道您要查找的音符是#C3，如何最好地判断该音符是否存在？我假设寻找单个音符比分离所有波形，然后查看基频的结果更容易。

在对我最初的问题的回答中，一位受访者表示，如果您知道注释在某个范围内，自相关可能会很好地发挥作用。我想知道如果您只需要检查某个音符是否存在（+/- x 美分），那么自相关是否会更好。

这些方法是：

亲吻 FFT FFTW 离散小波变换 自相关 过零分析 倍频程过滤器 载重吨

任何想法都将不胜感激。

【问题讨论】：

你能更详细地描述这个问题吗？您要使用麦克风聆听并在听到特定音调时激活某些东西吗？或者你想写一个吉他调音器？或者你想写一个音乐转录器？音调是否会由您也控制的人声、乐器或发射器产生？它是否需要特定的波形（正弦波、方波）或任何具有正确频率的波形？等等等等

我想用（任何我希望的）乐器演奏的音符来控制我的软件，甚至可能是嗡嗡声。

啊。识别特定音高（而不是其谐波或次谐波之一）并非易事。例如，小号的谐波比基音强。 cnx.org/content/m15456/latest/sub_concept-trumpet-spectrum.png 但是已经为你做了很多工作。我猜只是搜索“音高估计”。

【参考方案1】：

正如您所描述的，您只需要确定是否存在特定音高。一个非常简单（快速）的检测器将只记录波形的一个周期，然后记录另一个周期并将它们关联起来，就像一个过度简化的（单滞后）自相关。如果匹配度高，您就知道正在记录的波形在大约相同的周期重复，或者是它的谐波。

例如，要检测 1 kHz，记录 1 ms 的音频（48 kHz 的 48 个样本），然后再记录 1 ms，并比较它们（相关 = 将所有样本相乘并求和）。如果它们对齐（相关性高于某个阈值），那么您正在收听 1 kHz、2 kHz、3 kHz 或其他一些倍频。做几个时期会让你对比赛更有信心。

真正的自相关会告诉你哪个谐波，特别是，如果它对你很重要。

【讨论】：

这听起来像是一种快速的方法，但我想测试超过 3 或 4 个八度音阶的 50 个左右的音符中的​​任何一个。实际上，我希望用户设置某种程度的“模糊性”，以便音符可以偏离一些美分。这是否意味着最好只进行 FFT 并查看结果频率，而不是使用自相关。

自相关会更好，我认为，因为它匹配整个波形。使用 FFT，您需要确定哪个最大值对应于波的基频。对于较大的自相关（匹配低频），您实际上可以通过 FFT 来加速自相关。 :) 但我认为对于少量样本，“幼稚”的实现可能很快。

而且“模糊性”是内置的。如果您正在寻找 100 Hz 且波形为 98 Hz，它仍然会匹配，只是不太匹配。