我一直无法理解音频数据是如何存储的。但是，我想知道一种找到 PCM 数据音高的方法。例如，假设我以给定的采样率以 16 位单声道 PCM 格式录制了钢琴上敲击的单个键。我怎样才能找到音频的频率（以赫兹为单位）？获得平均频率的简单代码对我有用，但更详细地解释如何更好地理解格式将是理想的。
谢谢！
问问题
5559 次
1 回答
8
PCM 音频不存储为一系列音高。要解决这个问题，您需要快速傅立叶变换或 FFT。请参阅https://stackoverflow.com/search?q=pitch+detection，已经有 10 篇关于此的帖子。
想想音频波形。PCM 编码只是每秒对该波进行一定次数的采样，并使用每个样本的特定位数。
图片来自http://en.wikipedia.org/wiki/Pulse-code_modulation
44.1kHz 的 16 位单声道 PCM 意味着每秒 44,100 次，将存储一个 16 位值（2 个字节），表示采样特定时间的波形。44.1kHz 的速度足以存储接近 22kHz 的频率（请参阅奈奎斯特频率）。
FFT 将这些样本从时域转换到频域。也就是说，您可以找到特定时间段内所有频率的电平。您查看的波段越多，计算密集度就越高。
于 2011-04-04T02:33:17.100 回答