एफएफटी पिच डिटेक्शन?

Question

मैं थोड़ी देर के लिए एफएफटी और पिच डिटेक्शन पर पढ़ रहा हूं, लेकिन मुझे इसे सभी को एक साथ करने में परेशानी हो रही है।

मैंने काम किया है कि त्वरित फ्रेमवर्क शायद इसके साथ जाने का सबसे अच्छा तरीका है, और मैंने एफएफटी के लिए इसका उपयोग करने के तरीके को देखने के लिए सेब से उदाहरण कोड पढ़ लिया है। अगर मैं वास्तविक समय में पिच पहचान चलाना चाहता हूं तो एफएफटी के लिए इनपुट डेटा क्या है? क्या मैं बस माइक्रोफोन से ऑडियो स्ट्रीम में पास करता हूं? यह मैं कैसे करूंगा?

इसके अलावा, मुझे एफएफटी आउटपुट मिलने के बाद, मैं उस से आवृत्ति कैसे प्राप्त कर सकता हूं? मैं हर जगह पढ़ रहा हूं, और इसका कोई उदाहरण या स्पष्टीकरण नहीं मिल रहा है?

किसी भी मदद के लिए धन्यवाद।

Answer 1

आवृत्ति और पिच एक ही चीज़ नहीं हैं - आवृत्ति एक भौतिक मात्रा है, पिच एक मनोवैज्ञानिक अवधारणा है - वे समान हैं, लेकिन महत्वपूर्ण अंतर हैं, जो आपके लिए महत्वपूर्ण हो सकते हैं या नहीं, उपकरण के प्रकार के आधार पर जिसके लिए आप पिच मापने की कोशिश कर रहे हैं।

आपको विभिन्न पिच डिटेक्शन एल्गोरिदम (और पिच के अर्थ पर) पर थोड़ा सा पढ़ने की आवश्यकता है, तय करें कि आप किस एल्गोरिदम का उपयोग करना चाहते हैं और केवल इसे कार्यान्वित करने के बारे में सेट करें। pitch और पिच डिटेक्शन के अच्छे अवलोकन के लिए this Wikipedia page देखें (ध्यान दें कि आप स्वत: सहसंबंध-आधारित और आवृत्ति डोमेन विधियों के लिए FFT का उपयोग कर सकते हैं)।

FFT का उपयोग कर एक स्पेक्ट्रम में चोटियों और उनके संबद्ध आवृत्तियों, वहाँ कई सवाल और अतः पहले से ही इस से संबंधित जवाब हैं की पहचान करने, उदाहरण के लिए देखें के लिए के रूप में: How do I obtain the frequencies of each value in an FFT?

Answer 2

मैं एक Autocorrelation का एक उदाहरण दिया गया है आईओएस 5.1 के लिए ऑनलाइन उपलब्ध समारोह। कार्यान्वयन के लिंक के लिए this post देखें और निकटतम नोट कैसे ढूंढें और पिच (ए, ए #, बी, बी #, आदि ...)

जबकि एफएफटी बहुत है कई अनुप्रयोगों में उपयोगी, यदि आप सरल पिच पहचान करने की कोशिश कर रहे हैं तो यह सबसे सटीक नहीं हो सकता है। (यह सटीक हो सकता है, लेकिन आपको बहुत से चरण गणना करने के लिए जटिल संख्याओं से निपटना होगा)