用於音高檢測的FFT

我最近使用FFT進行音高檢測，注意到雖然音符是正確的（例如C，D＃等），但有很多音符位於錯誤的八度音階中（例如E2被歸類爲E3，C3被歸類爲C4，總是一個八度）。用於音高檢測的FFT

爲什麼會出現這種情況？我的算法是在計算FFT bin後，我得到最大強度的bin並計算它是哪個頻率。

對此有何幫助？謝謝！

來源

2011-06-27 user488792

有多近了正確的倍頻和不正確的八度之間的強度？ –

什麼是您的數據來源？真實的聲音和樂器會產生泛音，這些泛音在您獲得的頻譜中可見。 –

@Greg，有時很接近，有時候不會太遠......一般來說，錯誤的八度只比正確的八度稍高@Adam我的數據源是一個WAV文件（44.1KHz，單聲道，16位）這是一個原聲吉他的錄音（我只處理單聲道音樂） – user488792

聽起來像諧波給我。格雷格的指出的問題似乎是正確的。

如果這是真的，你可以嘗試找到所有桶的統計中位數並找到最接近的，而不是找到統計模式（正如你現在所做的那樣）。

如果你看到在你的輸出變化，你也可以做時間平滑（平均超過時間）。

我知道吉他調音師做了幾個這樣的事情，但仍然斷斷續續地出現錯誤。這是一個混亂的業務:)

說到現場採樣，這取決於你的樣品來源，也有很多異常的考慮，可能是給你意想不到的效果：

含蓄的聲音
聲音中的聽不到的音調

這些將顯示在您的數據中，但您可能無法聽到它們。如果你想與多種音調或和絃相匹配，你的工作將變得更加複雜。

來源

2011-06-27 02:02:30

嗨！很抱歉，但你能澄清一下我如何使用統計中位數來解決問題嗎？因爲，按照某種順序排列之後，中位數僅僅是中間點嗎？ – user488792

@ user488792：排序。你會把所有桶的重量，所有桶的總和除以桶的數量，然後繞到最近的桶。這與僅考慮所有桶的最大值形成對比，因爲其他桶的數據（不是最大值）不會被「拋出」。 –

兩個念頭： -

如果你的輸入和你的算法總是正好1個八度除了你所期望的那麼你就不能Accpet頭，你校準這樣的，總是減去一個八度？
當你拿着一把吉他弦時，你總會得到一個高一個八度的高次諧波（二次諧波），這個高度非常大 - 大約和自然（第一次諧波）一樣大。接下來你會得到1個八度以上的七音（三次諧波），但八度諧波真的很明顯。

來源

2012-11-24 04:11:30 Tim

在決定哪個八度音中放置一個音調，嘗試添加到每個桶一些分數是存在於3倍頻率的音頻的量（例如添加到440Hz的桶中的1320Hz的振幅的幾分之一桶）。在大多數儀器中，A440可能具有880Hz，1320Hz，1760Hz，2200Hz，2640Hz等重要分量.A880可能具有880Hz，1760Hz和2640Hz，但不會有明顯的1320Hz分量（也就是2220Hz）物）。因此，如果您的代碼試圖確定筆記是A440還是A880，則查看三次諧波桶（或其他奇數諧波）可能會提供有用的線索。

來源

2012-11-24 04:19:30 supercat

八度檢測可以是非常棘手的，特別是在其中的基本諧波和/或其它諧波缺少一個和絃信號。假設你正確地檢測到「音調」而不是「諧波」（參見下面的維基百科鏈接），那麼你可以使用我開發的八度檢測算法。

爲了進行PitchScope播放器的音高檢測，我決定採用如下工作的2階段算法：a）首先檢測音符的ScalePitch - 'ScalePitch'有12個可能的音高值：{E， F，F＃，G，G＃，A，A＃，B，C，C＃，D，D＃}。並且在音符的ScalePitch和Time-Width被確定之後，b）然後通過檢查4個可能的Octave-Candidate音符的所有諧波來計算該音符的Octave（基音）。

我的基音檢測應用程序PitchScope Player的完整C++源代碼和可執行文件位於GitHub上（下面的鏈接），您可以編譯並逐步瞭解我的八度檢測算法的工作原理。

您想要關注FundCandidCalcer.cpp文件中的FundCandidCalcer :: Calc_Best_Octave_Candidate（）函數，以便在C++中查看該算法。下圖也給出瞭如何計算八度的粗略想法。

https://en.wikipedia.org/wiki/Transcription_(music)#Pitch_detection

https://github.com/CreativeDetectors/PitchScope_Player

下圖展示了我發展到選擇正確的倍頻候選音符（即正確的基礎）八度檢測算法，一旦該注意ScalePitch一直決心。

來源

2016-09-10 18:58:26

用於音高檢測的FFT

回答

相關問題