问题标签 [aubio]

我正在尝试在64 位 windows 10上将 pip install aubio 包安装到 Python。

问题似乎是我无法制造轮子。

我得到一个对话框说"the program can't start because mspdb140.dll is missing from your computer. Try reinstalling the program to fix this problem."

不完全确定它甚至指的是哪个程序......

我已经下载了Visual C++ 14.0和我认为它告诉我我需要的aubio zip文件：我已经尝试安装 pip 并下载了Visual C++ 14.0和我认为我需要的aubio zip文件。

这是我得到的最终错误代码：

另外，大约安装到一半，我得到了这个：

谢谢。

我正在尝试将 aubio 和 python 用于学校项目，这是目标：检测何时有人发出两种声音，每个声音的长度为 2 秒，它们之间的间隔最大为 3 秒。第二个必须高于第一个。当满足这些条件时，程序会发送一个 Wake-On-Lan 包（未在当前代码中实现）。

然而，使用这段代码，我在声音和它们的检测之间得到了很大的延迟，我认为这与每 0.1 秒只调用一次记录器有关，但我找不到如何为 aubio 提供正确的参数。
有谁知道如何配置常量使其工作？
非常感谢 ！

有没有办法可以将所有值转换为每块数据的 float32？我尝试过这种方式，它不会给我一个错误，但随后奥比奥无法识别任何音高。此外，我不能直接转换为 float32，否则它对于我在程序的不同部分中使用的 FFT 变得过于敏感。

我希望程序执行的基本操作：

Aubio 从麦克风输入的内容中打印频率（音高）和音量（音量）

我想遍历字典，并根据输出的频率，打印颜色匹配字典中哪个键的样本频率被输出

我不断收到此错误：

有人可以帮助我吗？有问题的代码是for语句

Aubio 是一个用 C 语言编写的工具，用于分析声音文件。它兼容 android、ios 和更多平台。

我的问题：是否有关于如何为 android 构建 aubio 的分步指南 - 或至少列出所有所需工具（waf、ndk、CMake 等）以及如何以及何时使用它们？我以前只用java开发过android的应用程序。

我只想从项目中运行一个简单的给定示例。

我已经阅读了 android ndk 的开发人员指南，并试图弄清楚如何处理 waf 文件和 android 示例脚本。但我想不通。（ndk 似乎使用 CMake，但我不知道如何在我的文件上正确使用它以及它是否可以解决）

官方网站上来自 aubio 的 android 部分的安装指南不是很有帮助，而且感觉已经过时了，因为 ndk 似乎已经集成到 sdk 中已经有一段时间了。（没有帮助：https ://aubio.org/manual/latest/installing.html#android ）

你有什么想法我至少可以开始搜索吗？

我正在尝试使用 aubio ( https://aubio.org ) 库进行音高检测。我正在尝试使用 C 的 API，new_aubio_pitch函数的参数之一是hop_size. 是什么hop_size意思，你如何选择一个？

我想录制机器的声音，并想检测它是否存在于我录制的另一个声音文件中。我能够记录机器的声音和我想检测它存在的声音文件。

我也可以获取声音文件，但是我不知道是否应该检查特定频率或按时间间隔检查。我可以用 aubio 实现它还是有其他方法？

静音房间 静音房间+声音

我正在使用命令行工具 aubiopitch 来分析录音。我的目标是确定录音的基频。当然，我知道频率会发生变化——这就是为什么我想在 30 秒的录音中计算以赫兹为单位的“平均值”。

我的问题：aubio 使用不同的方法来确定录音的音高：施密特触发器、谐波梳、yin、yinfft 等。在处理纯人类录音（无背景音乐、atmo 等）时，我首选哪一种方法？ ）。

我正在尝试确定音频样本的感知音高（仅语音，无背景或音乐），然后将语音识别为低音、男高音、中音、女中音、女高音。

为此，我使用了 aubio，它返回时间码列表和任何给定音频文件的相应频率。

我很难找到如何使用数据来确定音高的最佳方法。我最初的想法要么根本不好，要么执行得不好：

1. 我获取 aubio 返回的频率列表并计算如下中位数：

2. 然后我将找到的中值频率映射到“bass”、“baritone”、“tenor”、“alto”等。

不幸的是，结果不一致。很多时候，例如，一个非常深沉的声音的中频太高了。

我相信我尝试确定基频的方式存在缺陷，但我很难想出更好的方法。

例如，会出现以下问题：

1. 我是否应该丢弃任何高于 400hz 的频率，因为它们可能来自诸如“s”之类的声音等？

2. 当人类感知到声音的音高时，我们实际上在听什么？基频？某些频率的能量？

总结它的总体问题是：

“使用 aubio 的数据，计算语音记录（说话，而不是唱歌）的感知音高的正确编程方法是什么？”

编辑——我如何使用 AUBIO

我正在使用 aubio 库进行声音分析。基本上是为了检测节拍的开始。aubio.onset() 接受 4 个参数，其中 2 个是缓冲区大小和跃点大小。我试图弄清楚这两个值的变化如何影响我的发病检测。

上面提到了我在进行一些在线搜索 ( https://aubio.org/manual/latest/cli.html#aubioonset ) 后发现的 2 个定义。

据我了解，增加缓冲区将需要更多的处理时间并增加延迟。但是，缓冲区大小是否会影响其他任何内容。

我也没有得到跳跃大小是什么，在上面的定义中他们说的意思是什么no of audio samples between 2 consecutive analysis。他们正在执行什么分析以及他们如何处理音频样本。改变跃点大小将如何影响我的发病检测