4

首先，我正在做一个小项目来查看一些声音的频谱。

我用麦克风得到了这个： alt text http://img25.imageshack.us/img25/4271/spectrumanalyzerfourier.png

上图只是我通过麦克风说话和大喊几秒钟。这对我来说看起来不错。

但是当我尝试读取一个 MP3 文件并制作它的频谱图时，它看起来有点不同。我尝试了 Aphex Twin - Windowlicker，您通常应该在频谱图中看到一张脸，或者至少可以看到一些更暗的颜色。但它看起来不太好： alt text http://img10.imageshack.us/img10/3475/aphextwinhmm.png

这是我对麦克风所做的：

byte tempBuffer[] = new byte[10000];
ByteArrayOutputStream out = new ByteArrayOutputStream();
counter = 20;

// Microphone
while (counter != 0) {
 int count = line.read(tempBuffer, 0, tempBuffer.length);
 if (count > 0) {
  out.write(tempBuffer, 0, count);
 }
 counter--;
}
out.close();

// FFT code below ...
byte audio[] = out.toByteArray();
// ...

这就是我使用 MP3 的方式：

我使用相同的代码进行转换和可视化，只是音频捕获部分不同（我只是在绘图方法中调整了高度，看是否有差异但没有）：

byte tempBuffer[] = new byte[10000];
ByteArrayOutputStream out = new ByteArrayOutputStream();
FileInputStream input = null;

File mp3 = new File("Aphex Twin - Widowlicker.mp3");
input = new FileInputStream(mp3);
int len;
while((len = input.read(tempBuffer)) > 0) {
 out.write(tempBuffer, 0, len);
}

out.close();
input.close();

// FFT code below ...
byte audio[] = out.toByteArray();
// ...

如果有人能指出我对 MP3 文件做错了什么，那就太好了。

这些是我的设置：

  • 采样率：44100
  • 每个样本位：8
  • 频道：1（单声道）
  • 签名：真实
  • 大端：真（我在 Java 中使用 AudioFormat）
  • 读取音频的 tempBuffer：10000 ( byte tempBuffer[] = new byte[10000]; )
  • 对于 FFT，我将音频分成 4096 个块（必须是 2 的幂）

顺便说一句：这些设置是否可以，或者我应该使用 16bps 或立体声还是 10000 用于缓冲区太多或 4096 到小/大？

提前致谢

4

1 回答 1

3

MP3 是一种压缩音频格式。您应该首先解压缩数据，然后才能将其用作与麦克风数据相当的音频流。原始 MP3 数据具有最大的熵，应该看起来很像白噪声，它在您的频谱图中确实如此。

于 2010-06-30T10:18:23.090 回答