我正在探索語音識別和DSP，因此我想在我的智能手機上實現一個簡單的聲音頻率分析儀（我的iPhone和三星Nexus S都運行Android）。我以前在Matlab中完成過基本的DSP。我可以在智能手機上每秒鐘處理多少個FFT？ （用於執行語音識別）
從我的理解，我需要執行FFT得到信號的基頻。
所以，現在我想以44100赫茲的速度採樣麥克風。如果我使用樣本大小爲512的50％重疊的滑動窗口，這意味着我需要每256個樣本或0.00580秒進行一次FFT。
那個速度看起來真的很高，特別是如果我在Android的Java編程。我的智能手機能夠處理這種速度嗎？我知道你可以在Android上用C/C++進行編程，但我希望暫時保留它。
執行實數到複數FFT需要〜5/2ÑLGÑ浮點運算（加法和乘法）。在你的情況下，N = 512，所以：
flops per fft ~= (5/2) * 512 * 9 = 11520
所以每秒172點的FFT需要每秒約2百萬次浮點運算。這聽起來很多，但實際上並不是那麼多。典型的armv7級智能手機的硬件每秒能夠執行數億次或數十億次浮點運算。
不過請注意，你會希望有一個精心編寫高性能的FFT;寫得不好的FFT是非常低效的。在iPhone上，您可以使用Accelerate框架（內置於操作系統中，並可在SDK中使用），該框架提供了一組不錯的FFT功能;我不確定Android上有什麼。
你從哪裏得到FLOPS每FFT的估計值？你能指點我一些文學嗎？我知道從Cooley-Tukey算法綁定的O（N lg N），但我沒有看到FLOPS估計。 – stackoverflowuser2010
最初的Cooley-Tukey紙實際上給出了一個更精煉的5 n lg n的觸發計數;人們通常使用這種計數（因此，從真實到複雜的fft，因此5/2 n lg n，儘管這不完全正確）。實際上，更復雜的算法（如常用的算法）實際上只需要更少的觸發器。我不確定當前最先進的下限是多少，但是我相信在最後一次看時，它在4 n lg n左右。 –
@ stackoverflowuser2010：FFT上的維基百科頁面有一些很好的鏈接，指向最近關於常量界限的工作。 –
對於iPhone的加速框架爲iOS可以做所有你指定使用的CPU時間的1％左右的快速傅里葉變換（根據設備型號和FFT數據類型具體的百分比）。
是Android，您可能會強烈地想考慮使用NDK本地庫爲處理器密集型的數值計算。
另外請注意，FFT會給你的峯值頻率，這並不一定會包含基本或語音基音頻率。
添加：這Java benchmark web page表明，Android手機能夠在5到50個MFlops範圍內使用Java編寫良好的矩陣數學。寫得很好的FFT在MFlops中應該大致相同的性能範圍。 @Stephan Cannon發佈了2個MFlops的訂單，可能需要您的規格。
有趣...爲什麼要投票？ – hotpaw2
無法想象爲什麼有人會投票。 –
這不是我，但我幾乎低估了這個答案，因爲它首先提到iPhone，我認爲這是一個純粹的Android問題（我沒有注意到標籤）。 – MusiGenesis
你的Android設備將能夠處理這種罰款。我已經寫了幾年前在Windows Mobile設備上運行的基於FFT的實時FFT頻率分析儀（使用純C＃），並且這些設備的處理器比當前的Android設備差得多。 FFT中計算量最大的方面是trig函數，並且由於您使用的是固定大小的窗口，因此可以使用預先計算的查找表輕鬆地替換trig函數調用。
另外，您可以通過降低採樣率來縮短計算時間。語音在8 kHz以上沒有太多的能量，所以在進行任何FFT之前，您可能會將音頻下采樣到16 KHz，而不會損失太多精度。在16 kHz時，您的FFT會更小，速度更快。
Wikipedia claims 16 kHz是桌面應用程序語音識別的標準採樣率。
（我知道這並沒有回答任擇議定書的問題，但我想可能是有幫助的他儘管如此，考慮到他的申請。）
考慮到還有其他然後FFT –
基頻估計的其他方法我不認爲OP在音高識別的意義上（即找到主導頻率）的意思是使用「基頻」這個詞，因爲這通常不會用於語音識別。 – MusiGenesis