3

我试图通过倒谱法找到频率。对于我的测试，我得到了以下文件http://www.mediacollege.com/audio/tone/files/440Hz_44100Hz_16bit_05sec.wav，频率为 440Hz 的音频信号。

我应用了以下公式：

倒谱 = IFFT (log FFT (s))

我得到 256 块，但我的结果总是错误的......

from numpy.fft import fft, ifft
import math
import wave
import numpy as np
from scipy.signal import hamming  

index1=15000;
frameSize=256;
spf = wave.open('440.wav','r');
fs = spf.getframerate();
signal = spf.readframes(-1);
signal = np.fromstring(signal, 'Int16');
index2=index1+frameSize-1;
frames=signal[index1:int(index2)+1]

zeroPaddedFrameSize=16*frameSize;

frames2=frames*hamming(len(frames));   
frameSize=len(frames);

if (zeroPaddedFrameSize>frameSize):
    zrs= np.zeros(zeroPaddedFrameSize-frameSize);
    frames2=np.concatenate((frames2, zrs), axis=0)

fftResult=np.log(abs(fft(frames2)));
ceps=ifft(fftResult);

posmax = ceps.argmax();

result = fs/zeroPaddedFrameSize*(posmax-1)

print result

对于这种情况，如何得到结果 = 440？

**

更新：

**

好吧，我在 matlab 中重写了我的源代码，现在一切似乎都正常了，我用 440 Hz 和 250 Hz 的频率进行了测试......

对于 440Hz，我得到 441Hz 还不错

对于 250Hz，我得到 249.1525Hz 接近结果

我确实做了一种简单的方法来将峰值转换为倒谱值。

我想我可以使用二次插值找到更好的结果来找到最大值！

我正在绘制我的结果以估计 440Hz

在此处输入图像描述

共享倒谱频率估计的来源：

%% ederwander Cepstral Frequency (Matlab)
waveFile='440.wav';
[y, fs, nbits]=wavread(waveFile);

subplot(4,2,1); plot(y); legend('Original signal');

startIndex=15000;
frameSize=4096;
endIndex=startIndex+frameSize-1;
frame = y(startIndex:endIndex);

subplot(4,2,2); plot(frame); legend('4096 CHUNK signal');

%make hamming window
win = hamming(length(frame));


%samples multplied by hamming window
windowedSignal = frame.*win;


fftResult=log(abs(fft(windowedSignal)));
subplot(4,2,3); plot(fftResult); legend('FFT signal');

ceps=ifft(fftResult);

subplot(4,2,4); plot(ceps); legend('ceps signal');

nceps=length(ceps)

%find the peaks in ceps

peaks = zeros(nceps,1);

k=3;

while(k <= nceps - 1)
   y1 = ceps(k - 1);
   y2 = ceps(k);
   y3 = ceps(k + 1);
   if (y2 > y1 && y2 >= y3)
      peaks(k)=ceps(k);
   end
k=k+1;
end

subplot(4,2,5); plot(peaks); legend('PEAKS');

%get the maximum ...
[maxivalue, maxi]=max(peaks)



result = fs/(maxi+1)


subplot(4,2,6); plot(result); %legend('Frequency is' result);

legend(sprintf('Final Result Frequency =====>>> (%8.3f)',result))
4

3 回答 3

4

如果您的采样率为 44.1 kHz，256 可能太小而无法做任何有用的事情。在这种情况下，您的 FFT 的分辨率将为 44100 / 256 = 172 Hz。如果您想要大约 10 Hz 的分辨率，那么您可以使用 4096 的 FFT 大小。

于 2012-02-06T15:14:06.683 回答
2

倒谱方法最适用于具有高谐波含量的信号，而不适用于接近纯正弦曲线的信号。

最好的测试信号可能更像是时域中重复的、非常接近等间距的脉冲（每个 FFT 窗口越多越好），它应该会在频域中产生接近重复的等间距峰值的东西，这应该会显示出来作为倒谱的激励器部分。脉冲响应将在倒谱的较低共振峰部分表示。

于 2012-02-06T19:00:00.237 回答
2

我遇到了类似的问题，因此我重用了您的部分代码并通过对同一帧执行连续评估然后从

我得到了一致的结果。

def fondamentals(frames0, samplerate):
    mid = 16
    sample = mid*2+1
    res = []
    for first in xrange(sample):
        last = first-sample
        frames = frames0[first:last]
        res.append(_fondamentals(frames, samplerate))
    res = sorted(res)
    return res[mid] # We use the medium value

def _fondamentals(frames, samplerate):    
    frames2=frames*hamming(len(frames));
    frameSize=len(frames);
    ceps=ifft(np.log(np.abs(fft(frames2))))
    nceps=ceps.shape[-1]*2/3
    peaks = []
    k=3
    while(k < nceps - 1):
        y1 = (ceps[k - 1])
        y2 = (ceps[k])
        y3 = (ceps[k + 1])
        if (y2 > y1 and y2 >= y3): peaks.append([float(samplerate)/(k+2),abs(y2), k, nceps])
        k=k+1
    maxi=max(peaks, key=lambda x: x[1])
    return maxi[0]
于 2013-07-30T14:38:48.950 回答