问题标签 [audio]

试图理解我正在使用的 fft（快速傅立叶变换）例程（窃取）（回收）

输入是一个包含 512 个数据点的数组，它们是一个样本波形。测试数据生成到这个数组中。fft 将此数组转换为频域。试图了解 fft 数组中频率、周期、采样率和位置之间的关系。我将举例说明：

=========================================

采样率为 1000 个样本/秒。以 10Hz 生成一组样本。

输入数组在 arr(28)、arr(128)、arr(228) 处具有峰值 ... 周期 = 100 个采样点

fft 数组中的峰值位于索引 6 处（不包括 0 处的巨大值）

=========================================

采样率为 8000 个样本/秒 以 440Hz 生成一组样本

输入数组峰值包括 arr(7), arr(25), arr(43), arr(61) ... period = 18 个采样点

fft 数组中的峰值位于索引 29 处（不包括 0 处的巨大值）

=========================================

如何将 fft 数组中的峰值索引与频率相关联？

对于我们目前正在进行的项目，我们需要一个包含多种不同语言的口语单词库。

两种选择似乎是可能的：文本转语音或母语人士的“真实”录音。由于质量对我们很重要，我们正在考虑走后一条路。

为了为我们的应用程序创建原型，我们正在寻找包含尽可能多不同语言的单词的库。为了感受我们方法的质量，这个库不应该由合成语音组成。

您知道任何可用/可访问的库吗？

我最近一直在思考一个我想从事的以音乐为导向的项目。有点像游戏……有点像工作室工作站（FL Studio，Reason）。

我想最好的描述方式是：像“吉他英雄”，但没有固定曲目。所有原创音乐 - 由您即时创作 - 但该软件将使用其音乐理论知识（以及一些监督学习算法）来确保您的输入变成听起来很棒的东西。

听起来有点傻，这样解释，但你去吧。我认为这是一个有趣的副项目。

无论如何，我正在寻找一个用于生成实际音频的 Java 库。在sourceforge上浏览，有无数的软件合成器，我不知道该选择哪个。

我的首要任务是它应该听起来令人难以置信......真正丰富，分层，纹理合成器，带有大量可配置参数。声学乐器的仿真对我来说并不重要。

我的第二个优先事项是它应该直接作为一个库使用，完全不涉及 GUI。（如果有一个输出非常惊人的合成器，但它与 GUI 紧密耦合，那么我可能会考虑将音频部分从应用程序中提取出来，但我宁愿从一个包含良好的库开始）。

我知道我可以将 MIDI 发送到独立的合成器，但我认为阅读实际的合成器代码并在我使用它的同时学习一点 DSP 会很酷。

有什么建议么？

哦，是的，我在 Windows 上，所以只有 posix 的东西是不行的。

谢谢！

您知道任何可以解码多种类型音频文件的 .NET 库吗？理想情况下，它应该与平台无关，因此可以在 Windows 和 *NIX 上与 .NET 和 Mono 一起使用。

我已经折磨了谷歌搜索满足我需求的图书馆，但不幸的是我找不到任何东西。所以在为 GStreamer 和朋友写很多包装类之前，我想我可以在这里问一下。:)

支持的音频文件应该（至少）

• MP3,
• OGG Vorbis 和
• FLAC（可选）。

由于我需要它的应用程序只是为了好玩，因此该库应该是开源的——或者至少是免费的。此外，向用户显示的唠叨屏幕可能会很糟糕或不切实际，因为我计划将其放入服务流程中。

我需要使用这个库/这些库来解码音频文件并将一个字节 [] 传递给我的 libOFA 包装器，以便我可以为它生成一个 MusicDNS 指纹。我的实验应用程序很可能在基于 Linux 的服务器上运行。

我正在编写一个Windows 窗体应用程序，它应该播放三个声音文件，并且在每个声音文件的末尾，它是为了更改图像的来源。

我可以让它播放声音System.Media.SoundPlayer。然而，它似乎在不同的线程中播放声音，继续。

这样做的最终效果是只播放最后一个声音并且所有图像都发生了变化。

我试过Thread.Sleep了，但它让整个 GUI 都处于睡眠状态，并且在睡眠期之后，一切都会立即发生，并且它播放的最后一个声音。

更新

我认为 PlaySynch 正在工作，但它似乎冻结了我的 GUI，这不太理想。我还可以做些什么？

我有一个应该播放音频文件的 C# 程序。我已经弄清楚如何使用 DirectShow 播放 Windows 具有编解码器的任何声音文件，但现在我想正确填写“打开”对话框上的文件类型过滤器框。我想自动列出 Windows 具有编解码器的任何文件格式。如果某个随机用户安装了一个晦涩格式的编解码器，则其相关的扩展名和文件类型描述需要显示在列表中。

有任何想法吗？

任何人都知道如何使用 C# 以编程方式使 Windows XP Volume 静音？

我正在尝试学习将 SDL 用于我正在编写的一个小游戏，但我遇到了一个问题。一个应用程序可以在给定时间在我的系统上播放声音。例如，如果我有 amarok 或 kaffeine（甚至在播放 flash 视频时使用 firefox），则没有其他应用程序可以播放声音。我发现的唯一解决方案是在给定时间只运行一个应用程序，但是，这似乎不是一个自然的解决方案。有什么提示吗？

我的电脑有两个外部声卡和一个在带有 windows vista 的主板上。在 Vista 中，它看到同一个声卡的两个实体，一个数字输出和一个模拟输出。

当我尝试播放带有数字音频的视频文件（例如 dvd）时，它选择“默认 DirectSound”，而我希望它使用“数字输出 Auzentech ”。所以我想很容易，我只是将“数字输出 Auzentech”的优点更改为高于其他值的值，因此当应用程序尝试构建播放图时会选择它。

我遇到的问题是所有音频实体都具有相同的 ID，因此通过更改“数字输出 Auzentech”，“默认直接声音”获得相同的优点。我相信已经在 google-dry 上搜索过有关优点、directshow 和 audiorenders 的信息，但仍然没有找到答案。

也许在这里闲逛的一些聪明人可以帮助我

（我使用的工具是 Vista Ultimate 32 位上的 GSpot 和 GraphEdit）

我得到了很多 FLAC 文件，并希望在转换它们后自动标记端点 MP3 文件。

我最好的接口库是什么？Vista 机器和 C# 用于我的代码库。

flac 文件带有一个用于演出的文本文件，以及执行的数字。我会以任何可能的方式进行编辑。

我将winamp用于播放器，但如果免费，我会尝试其他人。:)

TIA。