从潜在谐波中确定基频的算法

  • Z时代
  • 2024-01-10
  • 分类：问答

我试图从声源中提取基本频率。也许有人在向麦克风唱歌A3，所以我想检测〜110Hz

我的方法是：

  • FFT 1024浮点数

  • 使用每个档位的相位来准确确定其精确频率

  • 确定峰（通常为50个左右）

  • 最先订购它们

（Peak [0] .power = 1063.343750，.freq = 2032.715088

（Peak [1] .power = 1047.764893，.freq = 3070.605225

（Peak [2] .power = 1014.986877，.fr​​eq = 5925.878418

（Peak [3] .power = 1011.707825，.freq = 6963.769043

（Peak [4] .power = 1009.152954，.freq = 4022.363037

（Peak [5] .power = 995.199585，.freq = 4974.120605

（Peak [6] .power = 987.243713，.freq = 8087.792480

（Peak [7] .power = 533.514832，.freq = 908.691833

  • （MARKER1）从最大声开始，然后将其与所有其余峰匹配，因此，如果我有N个峰，则此时我将拥有N-1个峰对

  • 检查每个峰对的谐波；即，它与某个分数a / b有多接近，即我们可以找到b <20的a / b使得| peakA.freq / peakB.freq-a / b | <0.01（这将匹配高达20的谐波）

  • 现在，我们有了一个完善的峰列表，这些峰被认为是相互谐波的

谐波峰值对：（0,1）= 2/3，错误：0.00468 => f0 @ 1019.946289

谐波峰值对：（0,2）= 1/3，错误：0.00969 => f0 @ 2004.003906

谐波峰值对：（0,3） = 2/7，错误：0.00618 => f0 @ 1005.590820

谐波峰值对：（0,4）= 1/2，错误：0.00535 => f0 @ 2021.948242

谐波峰值对：（0,5）= 2/5，错误：0.00866 => f0 @ 1005.590820

谐波峰值对：（0,6）= 1/4，错误：0.00133 => f0 @ 2027.331543

谐波峰值对：（0,7）= 9/4，错误：0.01303 => f0 @ 226.515106

我的问题是：如何设计一种算法，可以将上述基本信号正确地识别为〜1000Hz？

绝对不能保证〜1000处的值会比〜2000或〜3000等处的值更高。甚至不能保证会有〜1000项。我们可能有〜5000 x一个条目，〜4000

x三个条目，〜3000 x 2条目以及几个假值浮动，就像上面列表中的226一样。

我想我可以再次重复该过程，以清除建议的基本原理，这些基本原理与列表的其余部分不“协调”。这至少可以摆脱虚假的价值…

可能是我什至没有问正确的问题。也许这整个方法糟透了。但是我认为选择最强的峰并提取与该峰相关的一组谐波是有意义的。

理论上应该产生一定比例的负载，比如说如果最强的原始峰是三次谐波，那么这组峰应该包含3/1 3/2 3/3 3/4 3/5 3/6

3/7等…尽管可能会丢失一些。

实际上，我感觉它总是会成为强度最大的基波或一次谐波。但我不知道我是否可以依靠…

这么多的因素，这使我无法自拔。对于这样一个麻烦的问题，我事先表示歉意。希望我可以死后整理一下。

回答：

我找到了一个相当简单的解决方案，它的计算能力很低。

它涉及给每个间隙一个接近度分数。

要计算间隙i的接近度得分，我只需对所有j！= i求和1 / {dist（gap_i，gap_j）+1}

我设置+1以避免被零除。这样，如果两个值几乎相等，则它们将获得1分，并且随着差距的增加，该得分将变为0

但是，如果间隙j几乎恰好是间隙i的两倍，则也应将其视为非常接近。所以我首先获得最接近gap_j / gap_i的整数（可能需要交换以使gap_j更大），然后将gap_j除以该整数，然后考虑dist（gap_i，fiddled_gap_j）

如果例如gap_j〜= 2 * gap_i，那么我要小心提高Gap_i的得分，而不是gap_j

这样可以很好地获得合理准确的候选人。再经过两次处理应该可以很容易地改进该值。我想的第一件事是根据成功的候选人对价值进行平均。然后大概一秒钟创建一个泛函（f）函数，并使用从先前计算的点开始的某种Newton-Raphson过程来隔离局部最大值。

无论如何，下面是代码：

    float ascertain_f0(PEAK * peaks, POTENTIAL_HARMONIC * pH, int phCount)
{
    int gaps = phCount;
    // enumerate GAPS
    GAP gap [ MAX_POTENTIAL_HARMONICS ];
    gap[0].len = peaks[pH[0].peakQ].freq;
    for (int i=1; i < gaps; i++)
    {
        int a = pH[i-1].peakQ, 
            b = pH[i].peakQ;
        gap[i].len = peaks[b].freq - peaks[a].freq;
    }
    for (int i=0; i < gaps; i++)
        gap[i].score = 0.;
    // find best scoring gap
    for (int i=0; i < gaps; i++)
        for (int j=0; j < gaps; j++)
        {
            if (i == j)
                continue;
            float a = gap[i].len;
            float B_ = gap[j].len;
            if (a > B_)
                continue;
            // a < B_
            int multiplier = closestInt(B_ / a);
            float b = B_ / multiplier;
            float dist = fabs(b - a);           
            float sc = 1. / (dist + 1.);
            gap[i].score += sc;
            if (multiplier == 1)
                gap[j].score += sc;
        }
    int best = 0;
    for (int i=1; i < gaps; i++)
        if (gap[i].score > gap[best].score)
            best = i;
    return gap[best].len;
}

以上是 从潜在谐波中确定基频的算法 的全部内容， 来源链接： utcz.com/qa/412940.html

回到顶部