從PCM數據獲取音頻信息

Question

我從未能夠理解音頻數據的存儲方式。但是，我想知道一種方法來查找PCM數據的音高。比方說，例如，我以一個給定的採樣率以16位單聲道PCM格式記錄了一個在鋼琴上被敲擊的單個琴鍵。我怎麼能找到音頻的頻率（赫茲）？獲得平均頻率的簡單代碼適用於我，但如何更好地理解格式的更詳細的解釋將是理想的。

謝謝！

Answer 1

PCM音頻不存儲爲一系列音高。爲了解決這個問題，你需要一個快速傅里葉變換或FFT。見https://stackoverflow.com/search?q=pitch+detection，已有10多篇關於此的文章。

想想音頻波形。 PCM編碼只是簡單地每秒鐘對該波形進行一定次數的採樣，並且每個採樣使用特定數量的比特。

圖片從http://en.wikipedia.org/wiki/Pulse-code_modulation

16位單聲道PCM 44.1kHz的在意味着每秒44,100次，一個16位的值（2個字節）將被存儲的是表示在特定的波形抽樣時間。 44.1kHz速度足以存儲接近22kHz的頻率（請參閱Nyquist Frequency）。

FFT將這些採樣從時域轉換到頻域。也就是說，你可以找到特定時間段內所有頻率的水平。你看的頻段越多，它的計算密集度就越高。