加速框架倒譜峯發現

Question

我試圖找到帶有加速框架的倒譜分析峯值。我總是在幀的末尾或幀的開始處得到峯值。我正在分析它從麥克風實時獲取音頻。我的代碼有什麼問題？我的代碼如下：

OSStatus microphoneInputCallback (void       *inRefCon, 
           AudioUnitRenderActionFlags *ioActionFlags, 
           const AudioTimeStamp   *inTimeStamp, 
           UInt32      inBusNumber, 
           UInt32      inNumberFrames, 
           AudioBufferList    *ioData){ 

// get reference of test app we need for test app attributes 
TestApp *this = (TestApp *)inRefCon; 
COMPLEX_SPLIT complexArray = this->fftA; 
void *dataBuffer = this->dataBuffer; 
float *outputBuffer = this->outputBuffer; 
FFTSetup fftSetup = this->fftSetup; 

uint32_t log2n = this->fftLog2n; 
uint32_t n = this->fftN; // 4096 
uint32_t nOver2 = this->fftNOver2; 
uint32_t stride = 1; 
int bufferCapacity = this->fftBufferCapacity; // 4096 
SInt16 index = this->fftIndex; 

OSStatus renderErr; 

// observation objects 
float *observerBufferRef = this->observerBuffer; 
int observationCountRef = this->observationCount; 

renderErr = AudioUnitRender(rioUnit, ioActionFlags, 
          inTimeStamp, bus1, inNumberFrames, this->bufferList); 
if (renderErr < 0) { 
    return renderErr; 
} 

// Fill the buffer with our sampled data. If we fill our buffer, run the 
// fft. 
int read = bufferCapacity - index; 
if (read > inNumberFrames) { 
    memcpy((SInt16 *)dataBuffer + index, this->bufferList->mBuffers[0].mData, inNumberFrames*sizeof(SInt16)); 
    this->fftIndex += inNumberFrames; 

} else { 


    // If we enter this conditional, our buffer will be filled and we should PERFORM FFT. 
    memcpy((SInt16 *)dataBuffer + index, this->bufferList->mBuffers[0].mData, read*sizeof(SInt16)); 

    // Reset the index. 
    this->fftIndex = 0; 

    /*************** FFT ***************/ 

    //multiply by window 
    vDSP_vmul((SInt16 *)dataBuffer, 1, this->window, 1, this->outputBuffer, 1, n); 

    // We want to deal with only floating point values here. 
    vDSP_vflt16((SInt16 *) dataBuffer, stride, (float *) outputBuffer, stride, bufferCapacity); 

    /** 
    Look at the real signal as an interleaved complex vector by casting it. 
    Then call the transformation function vDSP_ctoz to get a split complex 
    vector, which for a real signal, divides into an even-odd configuration. 
    */ 
    vDSP_ctoz((COMPLEX*)outputBuffer, 2, &complexArray, 1, nOver2); 

    // Carry out a Forward FFT transform. 
    vDSP_fft_zrip(fftSetup, &complexArray, stride, log2n, FFT_FORWARD); 

    vDSP_ztoc(&complexArray, 1, (COMPLEX *)outputBuffer, 2, nOver2); 


    complexArray.imagp[0] = 0.0f; 
    vDSP_zvmags(&complexArray, 1, complexArray.realp, 1, nOver2); 
    bzero(complexArray.imagp, (nOver2) * sizeof(float)); 

    // scale 
    float scale = 1.0f/(2.0f*(float)n); 
    vDSP_vsmul(complexArray.realp, 1, &scale, complexArray.realp, 1, nOver2); 

    // step 2 get log for cepstrum 
    float *logmag = malloc(sizeof(float)*nOver2); 
    for (int i=0; i < nOver2; i++) 
     logmag[i] = logf(sqrtf(complexArray.realp[i])); 


    // configure float array into acceptable input array format (interleaved) 
    vDSP_ctoz((COMPLEX*)logmag, 2, &complexArray, 1, nOver2); 

    // create cepstrum 
    vDSP_fft_zrip(fftSetup, &complexArray, stride, log2n-1, FFT_INVERSE); 




    //convert interleaved to real 
    float *displayData = malloc(sizeof(float)*n); 
    vDSP_ztoc(&complexArray, 1, (COMPLEX*)displayData, 2, nOver2); 



    float dominantFrequency = 0; 
    int currentBin = 0; 
    float dominantFrequencyAmp = 0; 

    // find peak of cepstrum 
    for (int i=0; i < nOver2; i++){ 
     //get current frequency magnitude 

     if (displayData[i] > dominantFrequencyAmp) { 
      // DLog("Bufferer filled %f", displayData[i]); 
      dominantFrequencyAmp = displayData[i]; 
      currentBin = i; 
     } 
    } 

    DLog("currentBin : %i amplitude: %f", currentBin, dominantFrequencyAmp); 

} 
return noErr; 

}

Answer 1

我還沒有與加速框架的工作，但似乎採取適當的步驟來計算倒頻譜代碼。

真實聲信號的倒頻譜往往有一個非常大的直流分量，在零頻附近有一個很大的峯值[原文如此]。只需忽略倒頻譜的近DC部分，並尋找高於20 Hz頻率的峯值（超過Cepstrum_Width/20Hz的奇偶性）。

如果輸入信號包含一系列非常緊密間隔的泛音，則倒譜峯在高頻聚焦結束時也將具有較大峯值。

例如，下圖顯示了N = 128和寬度= 4096的Dirichlet核的倒譜，其譜是一系列非常緊密間隔的泛音。

您可能需要使用一個靜態的合成信號來測試和調試代碼。測試信號的一個好選擇是具有基本F和幾個泛音的精確整數倍的正弦曲線。

您的Cepstra應該看起來像下面的例子。

首先是合成信號。

下圖顯示了一個合成的穩態E2音符的倒頻譜，它使用一個典型的近似直流分量，一個82.4Hz的基波和8個整數倍的82.4Hz的諧波合成。合成正弦曲線被編程爲產生4096個樣本。

在12.36處觀察到顯着的非直流峯值。倒譜寬度爲1024（第二個FFT的輸出），因此峯值對應於1024/12.36 = 82.8 Hz，非常接近真實基頻82.4 Hz。

現在真正的聲音信號。

下圖顯示了一個真正的木吉他的E2音符的倒譜。信號在第一次FFT之前未被窗口化。觀察542.9處顯着的非直流峯值。倒譜寬度爲32768（第二個FFT的輸出），因此峯值對應於32768/542.9 = 60.4 Hz，與真實基頻的82.4 Hz相差很遠。

下圖顯示了同一個真實的原聲吉他的E2音符的倒譜，但在此之前的第一FFT此時的信號是漢寧窗。觀察突出的非直流峯值268.46。倒譜寬度爲32768（第二個FFT的輸出），因此峯值對應於32768/268.46 = 122.1 Hz，甚至遠離真實基頻82.4 Hz。

木吉他的用於該分析E2注，44.1 kHz的工作室條件下以高品質麥克風進行取樣，它實質上包含零的背景噪音，沒有其他的樂器演奏，也沒有後期處理。

參考文獻：

真實音頻信號數據，合成信號生成，情節，FFT，並倒譜分析在這裏完成：Musical instrument cepstrum