问题标签 [vdsp]

我正在尝试使用 Apple 的 vDSP 在录制的音频文件上实现 FFT 计算（假设它是单声道 PCM）。

我在这里进行了研究，发现以下主题非常有用：

• 使用苹果 FFT 和加速框架
• 使用帧之间的相位变化从 FFT Bins 中提取精确频率
• 使用扩展音频文件服务 (ExtAudioFileRead) 读取音频

例如，我们为 FFT 配置了 frame_size N = 1024 个样本，log2n=10：

代码中的某处：

根据我对 FFT 使用的理解，我现在缺少的是如何获得大型音频文件的完整频谱，让我们假设总共 12800 个样本。

问： 我是否需要将原始数据分成大小为 1024 个样本的帧（~ 12800 / 1024 = 13 帧），然后分别对每个帧执行 FFT，然后以某种方式将 13 个 FFT 结果平均化为结果频谱？如果假设正确，那么如何进行平均？

我真的很感激任何帮助。

对于我正在进行的当前项目，我需要在修改 FFT 以读取实时数据之前，使用 Accelerate Framework 在 MATLAB 中生成的正弦波上测试我在 Objective-C 中实现的 FFT。但是，我对如何将 MATLAB 文件加载到我的 Xcode 项目中，然后用我的 FFT 测试文件有点迷失......有人知道从哪里开始吗？

我通过尝试优化 mpeg4dst 参考音频编码器来自学 OpenCL。我通过在 CPU 上使用矢量指令实现了 3 倍的加速，但我认为 GPU 可能会做得更好。

我专注于计算 OpenCL 中的自相关向量，这是我的第一个改进领域。CPU代码是：

在我的测试文件中，这个函数大约需要 188 毫秒才能完成。

这是我的 OpenCL 方法：

这就是它的名称：

根据 Instruments 的说法，我的 OpenCL 实现似乎需要大约 13 毫秒，大约 54 毫秒的内存复制开销 (gcl_memcpy)。

当我使用更大的测试文件时，2 声道音乐 1 分钟 vs 6 声道 1 秒，而 OpenCL 代码的测量性能似乎相同，CPU 使用率下降到 50% 左右，整个程序需要大约 2 倍的时间来运行。

我在 Instruments 中找不到导致此问题的原因，而且我还没有阅读任何内容表明我应该预期在进出 OpenCL 时会有非常沉重的开销。

在尝试使用 zrvmul、vvsinf 和 vvcosf（在 vForce.h 中定义）之类的函数时，我得到“没有匹配函数”错误。我#包括加速框架，并在构建阶段将其链接起来。此外，我正在使用其他加速功能，如 vDSP_fft_zip 没有问题。

当然，我可以使用 for 循环来解决这个问题。但是任何人都可以为我说明情况吗？有没有办法仍然使用 vForce 功能？如果有怎么办？

如果这个问题非常基本，我深表歉意。

我正在使用 FFT 将音频信号（目前是纯正弦波）从时域转换到频域，然后返回时域以比较与原始信号的差异。

目前我这样做：
- 采用非重叠帧（例如每帧 1024 个样本）。
- FFT 该帧
- iFFT 频域信息
- 将输出发送到扬声器

编辑（1）：
这似乎现在可以工作（参见没有和有窗口的图像，其中输入=棕色，输出=蓝色）。


结束编辑 (1)

现在我想执行overlapp-add 方法：
- 采用50% 重叠的帧（样本0-1023、512-1535、1024-2047...）
- 将Hanning 窗口应用于ecah 帧
- FFT
- iFFT
- ?? ? 这是我的问题！！

所以在我的 iFFT 结束时，我有一个 1024 个样本的输出帧。这是否意味着我需要将前 512 个样本发送给扬声器，而其他 512 个样本 (512-1023) 应该保存在缓冲区中以添加到下一帧的前 512 个样本中？是这么简单还是我误解了什么？

谢谢！

我编写了一些将音频信号（当前为正弦波）作为输入的代码，并执行以下操作：

1. n取(1024) 个样本的帧
2. 应用 FFT
3. 应用 iFFT
4. 播放输出

通过这个过程，输出信号与输入信号基本相同。

现在，在第二次尝试中，我做了：

1. 从输入中获取重叠帧
2. 应用窗口函数
3. 快速傅里叶变换
4. 快速傅里叶变换
5. 重叠输出帧

在步骤 1 中，如果我使用 2 的幂（4、8、256...）的跳跃大小（跳到下一帧的样本数）来获取重叠帧，则输出声音很平滑并且类似于原始输入声音，但是对于任何其他的跃点大小，声音开始减弱。这发生在输入信号的任何频率上。问题 1. 为什么只有 hop size 为 2^n 时声音才流畅？.

目前我使用汉宁窗。当跳数较大（例如 512）时，输出声音的音量低于跳数较小（例如 64）时的音量。这似乎是一种预期行为，因为小跳数意味着用更多帧重构样本，因此添加了更多信号。问题 2. 有没有办法正确缩放输出信号，使音量类似于原始信号？

谢谢！

在 iOS 中，我有一个依赖于vDSP_vgathr的函数调用，它是 Apple Accelerate 框架的成员：

我看到了一个与我得到的错误有关的问题EXC_I386_GPFLT，以及 64 位系统和非规范指针。我见过的解决方案（和另一个tgmath.h）建议包括，但是当使用（成功编译）时，它什么也不做，我仍然得到EXC_I386_GPFLT.

我尝试了许多其他潜在的解决方案，包括类型转换各种对象和不同的函数调用。我怎样才能使这个函数调用在 64 位架构下工作？

我想通过将四个块中的组件相加来从另一个数组创建一个数组，例如：

我想加快这一进程。我查看了 iOS 中可用的库，例如 vDSP 和 vForce，但没有找到任何适合的库。最接近的候选者是 vDSP_vswsum，但这不是我想要的。有没有人有关于如何加快速度的提示？

我对信号处理相当陌生，所以请多多包涵。我正在尝试实现一个带通滤波器以应用于从 iPad 获得的录音。录音已使用 ExtFile 函数和 AudioBufferList 转换为 Float32 指针。采样率为 44100Hz。录音长约 9 秒（大约 396900 个样本），包含 2-6kHz 的啁啾声和一些环境噪声。我需要对 2-6kHz 频率范围内的录音进行带通滤波，以便找出啁啾声发生的时间点。我参考了以下资源来创建带通滤波器：

https://github.com/bartolsthoorn/NVDSP/blob/master/NVDSP.mm

https://github.com/bartolsthoorn/NVDSP/blob/master/Filters/NVBandpassFilter.m

我的问题是，我可以简单地将用于记录的浮点值数组传递给上面的带通滤波器吗？我已经尝试过了，但我不确定它是否有效，因为它似乎只是减少了数组中每个值的值。通过录音后我应该看到什么

但是，我看到一些资源说我首先需要使用 FFT 将值从时域转换为频域。我已经尝试使用一些 vDSP 函数来执行以下代码：

但我不明白这个函数返回了什么。如果在将记录传递给过滤器之前确实需要应用 FFT，那么需要从 calculateFFT 函数返回什么然后传递给过滤器？

提前致谢。

我一直在使用 Accelerate 框架进行一些音频信号处理，并且一直在使用该vDSP_conv函数来执行一些互相关。通常，返回的值是这样的（左列是数组索引，右列是从返回后该索引处的数组值vDSP_conv）：

但有时结果看起来像这样，没有明显的原因：

得到这些结果后，我再次运行程序，它们又回到了原始（正确）结果。有没有其他人经历过这种情况或对为什么会发生有任何想法？