15

从iOS上的音频流（音乐）获取Hz频率值的最佳方法是什么？苹果提供的最好和最简单的框架是什么？提前致谢。

4

3 回答 3

20

这是我使用 Accelerate Framework 在 iOS 中执行 FFT 的一些代码，这使得它非常快。

//keep all internal stuff inside this struct
    typedef struct FFTHelperRef {
        FFTSetup fftSetup; // Accelerate opaque type that contains setup information for a given FFT transform.
        COMPLEX_SPLIT complexA; // Accelerate type for complex number
        Float32 *outFFTData; // Your fft output data
        Float32 *invertedCheckData; // This thing is to verify correctness of output. Compare it with input.
    } FFTHelperRef;

//first - 用这个函数初始化你的 FFTHelperRef。

FFTHelperRef * FFTHelperCreate(long numberOfSamples) {

    FFTHelperRef *helperRef = (FFTHelperRef*) malloc(sizeof(FFTHelperRef));
    vDSP_Length log2n = log2f(numberOfSamples);    
    helperRef->fftSetup = vDSP_create_fftsetup(log2n, FFT_RADIX2);
    int nOver2 = numberOfSamples/2;
    helperRef->complexA.realp = (Float32*) malloc(nOver2*sizeof(Float32) );
    helperRef->complexA.imagp = (Float32*) malloc(nOver2*sizeof(Float32) );

    helperRef->outFFTData = (Float32 *) malloc(nOver2*sizeof(Float32) );
    memset(helperRef->outFFTData, 0, nOver2*sizeof(Float32) );

    helperRef->invertedCheckData = (Float32*) malloc(numberOfSamples*sizeof(Float32) );

    return  helperRef;
}

//在这里传递初始化的FFTHelperRef，数据和数据大小。返回大小为 numSamples/2 的 FFT 数据。

Float32 * computeFFT(FFTHelperRef *fftHelperRef, Float32 *timeDomainData, long numSamples) {
    vDSP_Length log2n = log2f(numSamples);
    Float32 mFFTNormFactor = 1.0/(2*numSamples);

    //Convert float array of reals samples to COMPLEX_SPLIT array A
    vDSP_ctoz((COMPLEX*)timeDomainData, 2, &(fftHelperRef->complexA), 1, numSamples/2);

    //Perform FFT using fftSetup and A
    //Results are returned in A
    vDSP_fft_zrip(fftHelperRef->fftSetup, &(fftHelperRef->complexA), 1, log2n, FFT_FORWARD);

    //scale fft 
    vDSP_vsmul(fftHelperRef->complexA.realp, 1, &mFFTNormFactor, fftHelperRef->complexA.realp, 1, numSamples/2);
    vDSP_vsmul(fftHelperRef->complexA.imagp, 1, &mFFTNormFactor, fftHelperRef->complexA.imagp, 1, numSamples/2);

    vDSP_zvmags(&(fftHelperRef->complexA), 1, fftHelperRef->outFFTData, 1, numSamples/2);

    //to check everything =============================
    vDSP_fft_zrip(fftHelperRef->fftSetup, &(fftHelperRef->complexA), 1, log2n, FFT_INVERSE);
    vDSP_ztoc( &(fftHelperRef->complexA), 1, (COMPLEX *) fftHelperRef->invertedCheckData , 2, numSamples/2);
    //=================================================    

    return fftHelperRef->outFFTData;
}

像这样使用它：

  1. 初始化它：FFTHelperCreate(TimeDomainDataLenght);

  2. 传递 Float32 时域数据，返回时获取频域数据：Float32 *fftData = computeFFT(fftHelper, buffer, frameSize);

现在你有一个数组，其中索引=频率，值=幅度（平方幅度？）。根据奈奎斯特定理，您在该阵列中的最大可能频率是采样率的一半。也就是说，如果您的采样率 = 44100，则可以编码的最大频率为 22050 Hz。

所以去找你的采样率的奈奎斯特最大频率：const Float32 NyquistMaxFreq = SAMPLE_RATE/2.0;

找到 Hz 很容易：Float32 hz = ((Float32)someIndex / (Float32)fftDataSize) * NyquistMaxFreq; (fftDataSize = frameSize/2.0)

这对我有用。如果我在 Audacity 中生成特定频率并播放它 - 此代码检测到正确的频率（最强的频率，您还需要在 fftData 中找到 max 来执行此操作）。

（大约 1-2% 仍然有一点不匹配。不知道为什么会发生这种情况。如果有人能解释我为什么 - 那将不胜感激。）

编辑：

发生这种不匹配是因为我用于 FFT 的片段太小。使用更大的时域数据块（16384 帧）解决了这个问题。这个问题解释了它： 无法在iphone上获得正确的频率值

编辑： 这是示例项目：https ://github.com/krafter/DetectingAudioFrequency

于 2013-11-13T23:45:32.523 回答
15

像这样的问题在这里被问了很多。（我在这里回答了一个类似的问题）所以我写了一个小教程，其中包含您甚至可以在商业和闭源应用程序中使用的代码。这不一定是最好的方式，但它是许多人理解的方式。您将不得不根据“每个短音乐片段的赫兹平均值”的意思对其进行修改。例如，您是指基本音高还是频率质心。

正如另一个答案所建议的那样，您可能希望在加速框架中使用 Apple 的 FFT。

希望能帮助到你。

http://blog.bjornroche.com/2012/07/frequency-detection-using-fft-aka-pitch.html

于 2012-07-27T21:35:21.140 回答
5

Apple 不提供频率或音高估计的框架。但是，iOS Accelerate 框架确实包含 FFT 和自相关例程，可用作更复杂的频率和音高识别或估计算法的组件。

除了几乎零噪声中的单个长连续恒定频率纯正弦音调外，没有一种既简单又最好的方法，其中长窗 FFT 的插值幅度峰值可能是合适的。对于语音和音乐，这种简单的方法通常根本不起作用。但是对音高检测或估计方法的搜索会发现大量关于更合适算法的研究论文。

于 2012-07-27T16:37:38.823 回答