android - 处理人声

Question

我正在尝试制作一个 android 应用程序来检查一个人录制的声音是否是高频的。我已经完成了录制部分，但不知道如何进一步进行。经过搜索，我发现必须使用 FFT 算法，但问题是如何获取必须作为输入传递给算法的数组值。有人可以帮忙吗？

Answer 1

假设您已经定义了“包含高频”的含义，并且您只需要对此进行测量（无需在图表中可视化频率内容），则实际上无需计算 FFT。

我将计算信号的 RMS 值（总能量的度量），然后对数据应用低通滤波器（在时域中）并再次计算滤波后的信号的 RMS 值。比较能量损失是衡量您的初始能量值有多少高频成分。

回复评论：

您需要数据才能处理它！也许我不明白你的问题？您希望“获得确切值”的内容您已经说过您“完成了记录部分”，所以我假设您将信号存储在内存中，现在您需要计算信号的总能量以便 A)计算滤波后的能量变化或B）将能量与一些预定义的硬编码值进行比较（顺便说一句坏主意）。

无论哪种方式，如果您想要的只是一个度量/值，这应该在时域中完成。正如 Parseval 定理所述，无需执行 cpu 密集处理并转到频域来计算信号的能量。http://en.wikipedia.org/wiki/Parseval 's_theorem

阐述：

当您录制用户的声音（为您的信号收集数据）时，您需要确保数据不会丢失并正确存储在内存中（在某些数组类型的对象中）并且您有对该数组的引用。收集数据后，您无需将信号转换为值，它已经存储为一系列值。因此，您现在已准备好执行一些计算，以衡量“有多少高频”......

RMS（均方根）值是测量信号总能量的标准化方法 - 您采用“所有值平方平均值的平方根”。见http://mathworld.wolfram.com/Root-Mean-Square.html

RMS 计算起来既快速又容易，但它为您提供了总信号、低频分量和高频分量的能量，并且无法知道高 RMS 值是由于大量高频分量还是低频率成分。因此，我建议您去除高频分量并再次计算 RMS 值，以查看这样做的总能量变化了多少，即。高频对初始“原始” RMS 值的影响有多大。将这两个值相除是您的高频比率测量...我不确定这是您想要做的，但这是我会做的。

为了执行低通滤波，你需要选择一个频率值 Fcut 并说任何超过这个值的东西都被认为是“高”，然后应用一个截止点设置为 Fcut 的低通滤波器，应用一个滤波器是在时域中完成的卷积的手段。

Answer 2

通常他们使用AudioRecord类。它写入原始 PCM 数据，然后他们可以对数据进行一些计算。