如何在iOS上从音频流(音乐)中获取Hz频率值?苹果提供的最佳且最易用的框架是什么?谢谢。
如何在iOS上从音频流(音乐)中获取Hz频率值?苹果提供的最佳且最易用的框架是什么?谢谢。
这是我在iOS上使用Accelerate Framework执行FFT所使用的一些代码,这使得它相当快速。
//keep all internal stuff inside this struct
typedef struct FFTHelperRef {
FFTSetup fftSetup; // Accelerate opaque type that contains setup information for a given FFT transform.
COMPLEX_SPLIT complexA; // Accelerate type for complex number
Float32 *outFFTData; // Your fft output data
Float32 *invertedCheckData; // This thing is to verify correctness of output. Compare it with input.
} FFTHelperRef;
//首先,使用此函数初始化您的FFTHelperRef。
FFTHelperRef * FFTHelperCreate(long numberOfSamples) {
FFTHelperRef *helperRef = (FFTHelperRef*) malloc(sizeof(FFTHelperRef));
vDSP_Length log2n = log2f(numberOfSamples);
helperRef->fftSetup = vDSP_create_fftsetup(log2n, FFT_RADIX2);
int nOver2 = numberOfSamples/2;
helperRef->complexA.realp = (Float32*) malloc(nOver2*sizeof(Float32) );
helperRef->complexA.imagp = (Float32*) malloc(nOver2*sizeof(Float32) );
helperRef->outFFTData = (Float32 *) malloc(nOver2*sizeof(Float32) );
memset(helperRef->outFFTData, 0, nOver2*sizeof(Float32) );
helperRef->invertedCheckData = (Float32*) malloc(numberOfSamples*sizeof(Float32) );
return helperRef;
}
//在这里传入初始化的FFTHelperRef、数据和数据大小。返回numSamples/2大小的FFT数据。
Float32 * computeFFT(FFTHelperRef *fftHelperRef, Float32 *timeDomainData, long numSamples) {
vDSP_Length log2n = log2f(numSamples);
Float32 mFFTNormFactor = 1.0/(2*numSamples);
//Convert float array of reals samples to COMPLEX_SPLIT array A
vDSP_ctoz((COMPLEX*)timeDomainData, 2, &(fftHelperRef->complexA), 1, numSamples/2);
//Perform FFT using fftSetup and A
//Results are returned in A
vDSP_fft_zrip(fftHelperRef->fftSetup, &(fftHelperRef->complexA), 1, log2n, FFT_FORWARD);
//scale fft
vDSP_vsmul(fftHelperRef->complexA.realp, 1, &mFFTNormFactor, fftHelperRef->complexA.realp, 1, numSamples/2);
vDSP_vsmul(fftHelperRef->complexA.imagp, 1, &mFFTNormFactor, fftHelperRef->complexA.imagp, 1, numSamples/2);
vDSP_zvmags(&(fftHelperRef->complexA), 1, fftHelperRef->outFFTData, 1, numSamples/2);
//to check everything =============================
vDSP_fft_zrip(fftHelperRef->fftSetup, &(fftHelperRef->complexA), 1, log2n, FFT_INVERSE);
vDSP_ztoc( &(fftHelperRef->complexA), 1, (COMPLEX *) fftHelperRef->invertedCheckData , 2, numSamples/2);
//=================================================
return fftHelperRef->outFFTData;
}
使用方法如下:
初始化: FFTHelperCreate(TimeDomainDataLenght);
传递Float32时域数据并返回频域数据: Float32 *fftData = computeFFT (fftHelper, buffer, frameSize);
现在你有一个数组,其中索引=频率,值=幅值(平方幅值?)。 根据奈奎斯特定理,该数组中的最大可能频率是样本率的一半。也就是说,如果你的采样率=44100,则可以编码的最高频率为22050 Hz。
因此,请找到该样本率的Nyquist最大频率:const Float32 NyquistMaxFreq = SAMPLE_RATE/2.0;
找到Hz很容易:Float32 hz = ((Float32)someIndex / (Float32)fftDataSize) * NyquistMaxFreq; (fftDataSize = frameSize/2.0)
这对我有效。如果我在Audacity中生成特定频率并播放它-此代码将检测到正确的频率(最强的频率,您还需要在fftData中找到最大值才能做到这一点)。
(还有1-2%的微小不匹配。不确定为什么会发生这种情况。如果有人能解释一下为什么-那将不胜感激。)
编辑:
这种不匹配是因为我用于FFT的块太小了。使用较大的时间域数据块(16384帧)解决了这个问题。 该问题在此进行了解释: Unable to get correct frequency value on iphone
编辑: 以下是示例项目:https://github.com/krafter/DetectingAudioFrequency
这样的问题在SO上经常被问到。(我在这里回答了一个类似的问题),所以我写了一个小教程并提供了代码,即使在商业和闭源应用中也可以使用。这不一定是最好的方法,但很多人都能理解。您将根据“每个短音乐片段的Hz平均值”所指的内容进行修改。例如,您是指基本音高还是频率重心。
您可能希望像另一个答案建议的那样使用Apple的加速框架中的FFT。
希望能有所帮助。
http://blog.bjornroche.com/2012/07/frequency-detection-using-fft-aka-pitch.html
苹果没有提供频率或音高估算的框架。然而,iOS Accelerate框架包括FFT和自相关例程,可用作更复杂的频率和音高识别或估算算法的组成部分。
除了几乎没有噪音的单一长连续恒定频率纯正弦波之外,没有既简单又最佳的方法,其中一个插值幅度峰可能适用于长窗口FFT。对于语音和音乐,这种简单的方法往往根本不起作用。但搜索音高检测或估算方法将出现许多关于更合适算法的研究论文。