基於Android樂音識別(2)

目錄

1. 傅里葉變換

2. matlab代碼實現&&仿真

3. 基頻提取比對

傅里葉變換

距離上一次更新博客，已經很久了，相信看了我上一篇文章的，如今對個人這篇文章可能比較期待了，這個更新晚的緣由一個是因爲最近課程比較緊，因此對於樂音識別的研究擱置了一段時間，再就是其中也出現了一些問題，致使咱們改變了一下本身的策略。

進入正題，學太高數的同窗，對傅里葉變化這個概念應該都不會陌生，可是具體是作什麼的呢？知乎上以前看到一篇文章，關於傅里葉變換的，講的很是詳細，附帶個地址。傅里葉分析之掐死教程（完整版）對於咱們以前的信號，咱們的分析都是在時域上的，對於在時域上的信號
只是根據咱們的量化程度，對於幅度所採起的一個表示方式，可是對於咱們肯定它具體是哪個音階是沒法實現的，因此須要咱們對其進行傅里葉變化，將其從時域信號圖轉化到咱們的頻域上來，而後根據相關的頻域參數來肯定咱們其具體是屬於哪個音階。在作傅里葉變化的時候遇到了一個小坑，致使在這上面糾結了好久，一個是由於對於matlab不是很熟悉，再就是自己如今在作的事情就是點歪的一個技能點。經過對聲音進行傅里葉變化，咱們也能夠作一些頗有趣的事情，好比根據電話按鍵的聲音對於相應的按鍵的監聽，由於在電話出現時，沒有數字信號這回事，因此也就不存在一些數字處理器，因此對於電話的按鍵，是對於電話按鍵的聲音的模擬信號進行監聽來肯定的，每個按鍵都是由兩個不一樣的頻率進行疊加來獲得的，因此咱們能夠對電話的按鍵音，進行一個切割，將有聲段拿出來以後，作一個傅里葉變化獲得其中的兩個頻率，而後和相依的頻率表進行一個比對，這也是以前新聞上說的某少年獲取周鴻禕手機號的方法。

Matlab的實現和仿真

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

經過audioread來讀取咱們的音頻文件，這裏的y是關於音頻的數字信號序列，Fs是咱們的採樣頻率，經過利用fft獲得以下圖

咱們以前講過經過傅里葉變化，咱們能夠獲得這個聲音的頻率，彷佛咱們的事情已經結束了，獲得一個接近1600的值，這也是以前犯得一個錯誤，這裏提供的聲音是咱們中音D,其頻率523.25，可是這裏獲得確實這麼大，公式也是沒有錯的，開始這讓我懷疑我纔去這種提取基頻的方式不對，最終被同窗發現了錯誤，就是x軸單位的問題，咱們經過fft變化，x軸的最大範圍是咱們的採樣頻率，而其每一個單位確並非1，而是咱們的採樣頻率/採樣點數，按照這種思路再來作一個計算

z=44100/length(y)

z = 0.3300

經過對原圖形進行放大，最後發現該值接近於1590
計算咱們的這兩個值的乘積：1590*0.3300=524.7000
和咱們的原始數據523.25很是接近了，咱們經過這個大概能夠估計出咱們的音階了。
固然這裏還存在的一個疑問是咱們獲得的一個口琴的音，不可能只是單純的存在一個頻率的，一個聲音確定是由多個音疊加而成的，只是在該音階，該種頻率表達的更爲充分，而後咱們能夠利用這個頻率來表示這個音階，咱們要取的頻率是其在y軸上的值最大的。同時對於傅里葉的變化咱們獲得圖形是對稱的，咱們只須要取其前面一部分。

基頻提取和比對

經過對於基頻的提取和比對，咱們能夠獲得咱們的當前的音階。

該文只是單純針對傅里葉變化展開，鏈接上篇文章，咱們提取出來有聲段以後，就能夠對這些有聲段進行一個傅里葉變化來獲取其頻率值，而不是像對其所有進行傅里葉變化。

具體的實現細節，將會在後續文章更新，歡迎各位一塊兒交流提高。

下篇更新Android中java代碼的具體實現，項目也會在github開源。