audio - 如何实现自己的HPS算法？

Question

我正在 Python 上启动一个项目，我需要开发一个音高检测系统，基本上我要做的就是录制来自吉他弦的声音，然后识别哪个是那个声音的音调。

我已经阅读并搜索了网站（包括 stackoverflow），因此我可以理解重要事物的主要思想，例如：FFT、时域、频域、谐波、音高检测算法、八度误差等。

经过研究，我发现我可以使用 HPS（谐波乘积谱）算法，并且该算法属于频域方法，这意味着我必须（在一般步骤中）：

1. 录制吉他的声音（避免外部噪音）。
2. 使用 FFT 函数，这样我就可以将该音频从时域转换为频域（这就是 FFT 所做的）。
3. 在我得到那个数据（一个数组）之后，我必须使用 HPS，这样我才能找到最高音调，这将是音调字符串的声音。

我的问题从最后一步开始，我已经阅读了 HPS 的 ecuation 和一些关于它的讲座，但我仍然无法理解它并开发自己的功能。

我是否遗漏了一些我不理解的东西或某些东西，而我认为我知道了？我只是找不到编写自己的 HPS 算法的方法。

Answer 1

在此处的 HPS 问题中：

如何使用谐波产品频谱获得基频？,

考虑的谐波数量为 5 (R = 5)；在按顺序谐波比进行下采样后，5 个谐波频谱在 hps2 到 hps5（加上原始 FFT 频谱）中。

然后将 5 个下采样的频谱相加。

然后搜索整个 HPS 求和阵列长度以找到求和的 5 个谐波中的峰值或最大值所在的位置。

在该示例中，下采样和搜索最优 HPS 估计可能不是最优的。但这是一个不同的问答（其中一些已经在上述 SO 问题的答案中）。

Answer 2

我之前以几种方式完成了此操作（在频域中工作的 FFT 或在时域中工作的自相关和 AMDF）。就我个人而言，自相关是最喜欢的，因为它实现起来简单明了，并且在您的用例中，分析吉他弦，以 100% 的准确度工作。所以我可以推荐给你。我之前分享过我的代码，您可以在以下链接中找到它的完整解释： Android：查找音频输入的基频