10

之前，我问过有关使用 FFT 和复杂类获取频率 wav 音频的问题，

在那里，我需要从 AudioRecord 输入计算 FFT 值——>从麦克风，我设法得到了 FFT 值......

现在我需要从我之前保存的 *.wav 音频文件中计算 FFT 值，我将音频保存在项目中“res”文件夹内的“raw”文件夹中

我仍然使用相同的 FFT 类：http ://www.cs.princeton.edu/introcs/97data/FFT.java

与之配套的复杂类：http: //introcs.cs.princeton.edu/java/97data/Complex.java.html

我使用这种方法从我的原始文件夹中读取音频文件，然后我调用方法 calculateFFT 来使用它

private static final int RECORDER_BPP = 16;
  private static final int RECORDER_SAMPLERATE = 44100;
  private static final int RECORDER_CHANNELS = AudioFormat.CHANNEL_IN_STEREO;
  private static final int RECORDER_AUDIO_ENCODING = AudioFormat.ENCODING_PCM_16BIT;


private void asli(){

            int counter = 0;
            int data;
            InputStream inputStream  = getResources().openRawResource(R.raw.b1);
            DataInputStream dataInputStream = new DataInputStream(inputStream);
            List<Integer> content = new ArrayList<Integer>(); 

            try {
                while ((data = dataInputStream.read()) != -1) {
                    content.add(data);
                    counter++; }
            } catch (IOException e) {
                e.printStackTrace();}

                int[] b = new int[content.size()];
                int cont = 0;
                byte[] audio = convertArray(b);
        }

转换为字节的方法

public byte[] convertArray(int[] array) { 

            int minBufferSize = AudioTrack.getMinBufferSize(RECORDER_SAMPLERATE,RECORDER_CHANNELS,RECORDER_AUDIO_ENCODING);
                AudioTrack audioTrack = new AudioTrack(AudioManager.STREAM_MUSIC,RECORDER_SAMPLERATE,RECORDER_CHANNELS,RECORDER_AUDIO_ENCODING,minBufferSize, AudioTrack.MODE_STREAM);

        byte[] newarray = new byte[array.length];
        for (int i = 0; i < array.length; i++) {
        newarray[i] = (byte) ((array[i]) & 0xFF);       }

            absNormalizedSignal = calculateFFT(newarray);
            return newarray;
        }

这是CalculateFFT方法

public double[] calculateFFT(byte[] signal)
        {           
            final int mNumberOfFFTPoints =1024;
            double mMaxFFTSample;
            double temp;
            Complex[] y;
            Complex[] complexSignal = new Complex[mNumberOfFFTPoints];
            double[] absSignal = new double[mNumberOfFFTPoints/2];

            for(int i = 0; i < mNumberOfFFTPoints; i++){
                temp = (double)((signal[2*i] & 0xFF) | (signal[2*i+1] << 8)) / 32768.0F;
                complexSignal[i] = new Complex(temp,0.0);
            }

            y = FFT.fft(complexSignal);

            mMaxFFTSample = 0.0;
            mPeakPos = 0;
            for(int i = 0; i < (mNumberOfFFTPoints/2); i++)
            {
                 absSignal[i] = Math.sqrt(Math.pow(y[i].re(), 2) + Math.pow(y[i].im(), 2));
                 if(absSignal[i] > mMaxFFTSample)
                 {
                     mMaxFFTSample = absSignal[i];
                     mPeakPos = i;
                 } 
            }

            return absSignal;

        }

我也使用这个CalculateFFT方法来处理来自AudioRecorder的音频->之前有麦克风输入的那个......我设法从AudioRecorder获得价值，但我未能从我的音频文件中获得价值......我不打算播放音频..我只需要用 FFT 处理它。

我的代码有什么问题吗？？:o 似乎我无法从方法 Asli(); 但我不知道哪一部分是错的。。

任何帮助将不胜感激... :) 谢谢

4

1 回答 1

11

我花了一大半早上的时间使用我找到的 FFT Java 片段的零碎编写解决方案……但后来我偶然发现了这个非常棒的谷歌代码项目，它有一堆用于执行信号处理任务的 util 类在 WAV 和 MP3 文件上。

https://github.com/Uriopass/audio-analysis 以前 SVN 导出在 Google 代码上：https ://storage.googleapis.com/google-code-archive-source/v2/code.google.com/audio-分析/source-archive.zip

现在变得非常容易：

WaveDecoder decoder = new WaveDecoder(new FileInputStream(wavFile));
FFT fft = new FFT(1024, wavFileObj.getSampleRate());

现在您可以使用 fft 对象进行各种计算。他们有很多很好的例子，比如生成一个包含光谱通量的列表：

    float[] samples = new float[1024];
    float[] spectrum = new float[1024 / 2 + 1];
    float[] lastSpectrum = new float[1024 / 2 + 1];
    List<Float> spectralFlux = new ArrayList<Float>();

    while (decoder.readSamples(samples) > 0) {
        fft.forward(samples);
        System.arraycopy(spectrum, 0, lastSpectrum, 0, spectrum.length);
        System.arraycopy(fft.getSpectrum(), 0, spectrum, 0, spectrum.length);

        float flux = 0;
        for (int i = 0; i < spectrum.length; i++)
            flux += (spectrum[i] - lastSpectrum[i]);
        spectralFlux.add(flux);
    }

我的公司需要一种方法让我分析一些音频，看看是否发生了一些预期的保持音乐。所以首先我为一个确实有保持音乐的例子生成了一个 WAV 文件。然后我捕获了其中一个没有保持音乐的示例的一些音频。现在剩下的就是平均 wav 的光谱通量，我已经准备好了。

注意：我不能简单地获取幅度......但是傅立叶变换具有我可以正确使用的频率来进行比较。

我爱数学。

于 2014-09-29T18:41:25.703 回答