安卓，实时音高和音量检测

Question

安卓，实时音高和音量检测

3

我正在编写一个应用程序，需要监听麦克风并提供实时的音量和音高输出。我已经解决了音高识别的问题。我已经进行了大量fft的研究，并找到了Android库TarsosDSP，使得监听音高变得非常简单：

AudioDispatcher dispatcher = 
        AudioDispatcherFactory.fromDefaultMicrophone(22050,1024,0);
PitchDetectionHandler pdh = new PitchDetectionHandler() {
    @Override
    public void handlePitch(PitchDetectionResult res, AudioEvent e){
        final float pitchInHz = res.getPitch();
        runOnUiThread(new Runnable() {
            @Override
            public void run() {
                processPitch(pitchInHz);
            }
        });
    }
};
AudioProcessor pitchProcessor = new PitchProcessor(PitchEstimationAlgorithm.FFT_YIN, 22050, 1024, pdh);
dispatcher.addAudioProcessor(pitchProcessor);

Thread audioThread = new Thread(dispatcher, "Audio Thread");
audioThread.start();

我已经学会如何使用内置的android.getMaxAmplitude()方法进行振幅检测。

但我的问题是，我无论如何都无法同时进行两者。问题在于你似乎不能运行多个麦克风实例。例如，如果您尝试在单独的线程上运行两个不同的实时录音，则会出现问题。我已经搜索整个互联网，试图找到一些示例代码来帮助我入手，但我找不到任何东西。有人曾经做过类似的事情吗？

编辑我已经发现可以使用Pitchdetectionhandler中的AudioEvent。 audioevent.getbytebuffer()返回一个带有以字节为单位的音频数据的字节数组，根据文档：https://0110.be/releases/TarsosDSP/TarsosDSP-latest/TarsosDSP-latest-Documentation/ 。

如果我没有弄错，当转换为short[]时，最高值就是最高幅度对吗？

但：

final byte[] audioBytes = e.getByteBuffer();
 short[] shortArray = new short[audioBytes.length];
         for (int index = 0; index < audioBytes.length; index++) {
                    shortArray[index] = (short) audioBytes[index];
                            float item = shortArray[index];
                               if (item > amp){
                                        amp = item;
                                    }
                                }

在这种情况下，AMP始终返回127。而且这种方法在实时环境中并不真正有效？

所以还有三个问题。如果我的基本思路是正确的，那么为什么它总是返回127？我该如何在实时环境中使用它？

- 列表项

- cas

我不使用Android API，但是pitchInHz = res.getPitch();后面也可以跟着.getMaxAmplitude();代码吗？ - VC.One

不好意思，它不能这样做，但如果可以的话那将是非常棒的。 - cas

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- cas · Accepted Answer

我找到了解决方案。你可以使用audioEvent.getFloatBuffer()方法，然后将该缓冲区通过一些FFT方法运行，然后可以从缓冲区中提取振幅值。该缓冲区非常小，因此我最终从正在运行的缓冲区中获取了最大振幅，这样可以让你获得多次每秒的振幅读数，并且对我来说足够实时。编辑示例：

 public void handlePitch(PitchDetectionResult result, final AudioEvent e) {

                        final float pitchInHz = result.getPitch();
                        final float[] amplitudes = new float[e.getBufferSize()];

                        new Thread(new Runnable() {
                            public void run() {
                                if (pitchInHz > pitch) {
                                    pitch = pitchInHz;
                                }

                                float[] audioFloatBuffer = e.getFloatBuffer();
                                float[] transformBuffer = new float[e.getBufferSize() * 2];
                                FFT fft = new FFT(e.getBufferSize());
                                System.arraycopy(audioFloatBuffer, 0, transformBuffer, 0, audioFloatBuffer.length);
                                fft.forwardTransform(transformBuffer);
                                fft.modulus(transformBuffer, amplitudes);


                                for (int index = 0; index < amplitudes.length; index++) {
                                    if (amplitudes[index] > amp) {
                                        amp = amplitudes[index];
                                    }
                                }
                            }
                        }).start();
                    }