信號處理和音頻節拍檢測

Question

我想通過遵循GameDev.net的指導，嘗試使用基本節拍檢測（在C和/或Java中）進行一些工作。我理解算法實現背後的邏輯，然而我很困惑如何獲得歌曲左右聲道（即mp3或wav）的「聲音幅度」數據。

例如，他開始與如下假設：

在這個模型中，我們將通過計算信號的平均聲能，並將其與即時聲音能量檢測聲能的變化。假設我們正在使用兩個值列表進行立體聲模式工作：（an）和（bn）。 （an）包含左聲道每隔Te秒捕獲的聲音幅度值列表，（bn）右聲道每隔Te秒捕獲的聲音幅度值列表。

然後他繼續操作an和bn使用他的以下算法。我想知道如何進行必要的信號處理，以獲得an和bn每Te秒，這樣我就可以開始跟隨他的指導，並在歌曲中進行一些簡單的節拍檢測。

Answer 1

未壓縮的音頻文件（例如.wav或.aiff）大部分是大量樣本。每個樣本由給定時間點的振幅組成。當錄製音樂時，每秒鐘會採集很多這些幅度樣本。 對於立體聲（雙聲道）音頻文件，陣列中的採樣通常會交替切換通道：[sample1 left，sample1 right，sample2 left，sample2 right，etc ...]。

大多數音頻解析庫已經有一種方法來爲每個通道單獨返回樣本。

一旦您爲每個通道設置了樣本數組，只要您知道採樣速率或每秒樣本數，就可以輕鬆找到特定秒的樣本。例如，如果文件的採樣率爲每秒44100個採樣點，並且您希望在第012秒採集n的採樣點，則可以使用介於（n * 44100）和（ （n + 1）* 44100）。