问题标签 [audio-processing]

我最近尝试实现在这里找到的节拍检测代码，即 Derivation and Combfilter algorithm #1:: http://archive.gamedev.net/reference/programming/features/beatdetection/page2.asp

我不太确定我是否成功实施它，因为我没有得到好的结果。我想知道是否有人成功地实施了这一点，或者只是针对一般想要提供帮助的好人。这是我的实现：

我得到的结果总是很高，通常在 190 和 200BPM 左右，但事实并非如此，因为我的 .wav 文件的速度只有 60-120BPM 之间。

请注意，我使用的是 .WAV 文件（44.1Khz，16 位，单声道），因此对某些公式进行了一些修改（即计算能量），以便仅使用一个通道。我想确认我的实施是否有任何差异？我不担心 FFT 部分，因为我为此使用了一个库。

非常感谢！

这是我想做的。我想在 .wav 文件的每 1ms 处查找 .wav 文件的音频频率和幅度，并将其保存到文件中。我已经绘制了频率与幅度的关系图，并绘制了随时间变化的幅度，但我无法计算出频率超时。我的最终目标是能够读取文件并使用它们来调整变量的幅度和触发正在使用的变量的频率，这似乎是容易的部分。我一直在使用 numpy、audiolab、matplotlib 等...使用 FFT，但我无法弄清楚这一点，感谢任何帮助！谢谢你！

我想以编程方式比较 2 个音频文件。例如：我的 iPhone 应用程序中有一个声音文件，然后我录制了另一个声音文件。我想检查现有声音是否与录制的声音匹配（ - 类似于语音识别）。

我怎样才能做到这一点？

有没有办法使用 QtMultimedia 访问存储在诺基亚 N950 手机上的 MP3 文件的 PCM 原始音频样本？

如果不可能，那么合理的选择是什么。可以相当容易地与现有 Qt 项目集成的东西。我知道 libmpg123，但我对如何为手机交叉编译它有些困惑，我希望能有更直接的东西。

我正在开发一个类库，它允许对流式音频进行一些操作（它正在处理从记录设备检索的缓冲样本 - 所以基本上我有一个字节数组）用于研究目的。

问题是我需要添加降噪 - 需要捕获噪声配置文件，并在应用样本处理和分析之前对每个样本应用降噪，并且我无法找到任何可以应用的算法/样本/库.

任何帮助，将不胜感激。提前致谢。

我正在寻找一种方法来查找存储在 iphone 库中的歌曲的 BPM，而无需播放它。我没有这方面的经验，任何人都可以向我证实这是可能的吗？

有谁知道在哪里可以找到一个 matlab 算法来获得音乐节奏（以每分钟节拍或其他度量）？我尝试了这个网站上的一个：http: //www.clear.rice.edu/elec301/Projects01/beat_sync/beatalgo.html 但没有给我很好的回应。

我想开发一个根据音频流检测风的应用程序。
我在这里需要一些专家的想法，只是给我指导方针或一些链接，我知道这不是一件容易的事，但我打算在这里付出很多努力。

我的计划是检测流中的一些常见模式，如果值接近风噪声的这种常见模式，我将通知找到匹配项，如果值更接近已知模式，我可以确定检测到风，如果值与模式不匹配，那么我想没有那么多风....

起初这是我的计划，但我需要了解这些事情是如何完成的。是否有一些开放项目已经这样做了？或者是否有人正在研究这个主题？

我在这个论坛上写的原因是因为我不知道如何谷歌它，我发现的东西不是我想要的。我真的不知道如何开始开发这种算法。

编辑 1：
我尝试录制风声，当我为我打开保存的音频文件时，它只是一堆数字 :)。我什至不知道我应该以什么格式保存它，wave 是否足够好？我应该使用其他东西吗，或者如果我将风噪声音频文件转换为 mp3 怎么办：这有助于解析吗？

好吧，我有很多问题，那是因为我不知道从哪里可以阅读更多有关此类主题的信息。我用指南标记我的问题，所以我希望有人能帮助我。

一定有什么东西是可以检测到的，因为风噪声如此普遍，一定有某种方法可以检测到这一点，我们只需要有人给我提示，一个熟悉这个话题的人。

我正在尝试创建一个类似吉他英雄的游戏（类似这样），我希望能够分析用户提供的音频文件并自动创建关卡，但我不知道该怎么做。

我想也许我应该使用 BPM 检测算法并在节拍上放置一个箭头，在一些循环模式上放置一个轨道，但我不知道如何实现这些。

另外，我正在使用 NAudio 的 BlockAlignReductionStream，它有一个复制 byte[] 数据的 Read 方法，但是当我读取 2 通道音频文件时会发生什么？它是否从第一个通道读取 1 个字节，从第二个通道读取 1 个字节？（因为它说的是 16 位 PCM），24 位和 32 位浮点数也会发生同样的情况吗？

我需要确定某人何时在音频流中讲话。我应用了汉明窗并计算了 FFT。我如何从这里检测人声？