谁知道半音乐器调音器最强大的算法？
我正在尝试编写乐器调谐器。我尝试了以下两种算法：
FFT 创建韦尔奇周期图，然后检测峰值频率
我遇到了以下基本问题：
精度 1：在 FFT 中，采样率、记录长度和 bin 大小之间的关系是固定的。这意味着我需要记录 1-2 秒的数据才能获得几美分的准确度。这不完全是我所说的实时。
准确性 2：自相关效果更好一些。为了获得所需的几美分精度，我不得不引入样本的线性插值。
稳健性：如果是吉他，我会看到很多泛音。有些泛音实际上比琴弦产生的主音更强。我找不到一种可靠的方法来选择正确的演奏弦乐。
尽管如此，任何便宜的电子调谐器都比我的实现更强大。这些调谐器是如何实现的？
您也可以对 FFT 进行插值，并且通常可以使用更高次谐波来提高精度。你需要对所产生的乐器的谐波有一点了解，如果你可以假设你离目标不到半个八度音程，那就更容易了，但即使没有这个，基频通常要强得多比第一个次谐波，并且不低于一次谐波。一个简单的启发式应该让您选择基频。
我怀疑自相关方法是否能在所有仪器上如此稳健地工作，但是当你被一个基频偏移时，你应该得到一系列最高的自相似性分数。如果你去两个，你应该再次获得相同的分数（在不同谐波的噪声和差分阻尼范围内）。
有一个非常酷的算法，叫做Bitstream Autocorrelation。它不需要太多的CPU周期，而且非常准确。您基本上找到所有零交叉点，然后将其保存为二进制字符串。然后在字符串上使用自动相关。它很快，因为您可以使用 XOR 而不是浮点乘法。