我遇到了很多线程在问同样的问题，但是我仍然没有完成它，这可能是由于我缺乏该领域的经验和浅薄的数学背景。我已经根据DSPDimension网站音高偏移的文章实现了一种算法：http://www.dspdimension.com/admin/pitch-shifting-using-the-ft/
我提取了真实的频率就像文章中所解释的那样，但我不知道以此找到基本频率。我试图获得最大幅度的信号仓，但对于高音调信号只能给我正确的结果，我使用哪种过采样因子都没关系，但对于低频率信号仍然会得到不好的数据。这种方法是完全错误的还是我走在正确的道路上，只是错过了什么？
感谢在先，
编辑：我忘了提到我只对音调类，所以如果根本不存在也可以，但是我的样本中有很强的泛音。
EDIT2：谢谢大家，我刚刚完成了一个算法的版本，该版本的工作原理很吸引人。低音高估计问题是由于我的输入测试。当我演唱音符时，音符正确匹配。另外，我现在正在考虑所有谐波，而不仅仅是最高峰值。
#1 楼
我试图获得最大幅度的信号仓，但是对于高音调信号只能给我正确的结果，无论使用哪种过采样因子，对于低频率信号我仍然会得到不好的数据。 >
这是因为谐波大于基波。绘制频谱图，您会看到。自相关是找到真实基础的更好方法。然后，您“滑动”波形经过其自身，并找到波形与自身对齐的延迟。
http://www.phon.ucl.ac.uk/courses/spsci/ matlab / lect10.html
您是否真的要让他们唱出确切的音符，还是根据他们的声音寄存器在上方或下方唱个八度音是否可以？
评论
$ \ begingroup $
是的，我忘了提到我只对音高课感兴趣。我正在使用此网站测试我的工具：Seventhstring.com/tuningfork/tuningfork.html。对于A（220Hz）的输入，它返回E（660Hz）作为找到的音调等级。我看了一下频谱，确实有220Hz，但是幅度小于660Hz。在滤除低于最小幅度的值并且在我想要的范围内的上限频率之后，我从中获得的频谱有4个峰值。 [峰，幅] ＝ [220，0.0203]，[618，0.0142]，[660，0.0668]，[703，0.0497]。
$ \ endgroup $
–Felipe Lira
2012年3月27日12:33
$ \ begingroup $
我只是想，也许我在计算幅度时应该考虑相位偏移，就像在获取真实频率一样。那有意义吗？我的意思是，如果我为一个bin设置了大约90º的相位偏移，那么“峰值”将处于0幅度，不是吗？
$ \ endgroup $
–Felipe Lira
2012年3月27日在12:39
$ \ begingroup $
@elipedrl：所以您实际上是在编写吉他调音器。 :)据我了解，它们通过低通滤波器来清理波形，然后计算峰值以获得音调。 electronicdesign.com/article/articles/…aboutmicrocontroller.blogspot.com/2008/04/…但是，如果您追求准确性而不是便宜，那么有更好的方法gist.github.com/255291
$ \ endgroup $
– Endolith
2012年3月27日14:00
$ \ begingroup $
@elipedrl：分档的相位偏移应与音高无关。每个垃圾箱是一个复数，因此您对该数字的绝对值或大小感兴趣。 zh.wikipedia.org/wiki/Absolute_value#Complex_numbers
$ \ endgroup $
– Endolith
2012年3月27日14:03
$ \ begingroup $
，如果由于某种原因（等待时间，时间量子等）碰巧有两个较短的FFT，则相位声码器的计算要比进行另一个较长的FFT并进行插值的计算少。
$ \ endgroup $
– hotpaw2
2012年3月27日18:28
#2 楼
是的，将峰值频率估算器用于音调是错误的。音调是一种心理声学现象，因此音调检测或估计与频率估计不同。在前面的答案中，已经有很多关于类似问题的音高估计方法。有1种以上可供选择。这里有一个：https://stackoverflow.com/questions/4227420/matlab-missing-fundamental-from-an-fft/4231322#4231322，另一个：改善音高检测的技巧
添加＃1：经常询问类似问题，以至于我写了一篇较长的博客文章，主题为：http://www.musingpaw.com/2012/04 /musical-pitch-is-not-just-fft-frequency.html
评论
$ \ begingroup $
我用我只对音高课感兴趣的信息更新了问题。我真的希望带有后处理的FFT足以满足此要求，但我的进度落后了，改变方法对我来说很糟糕。
$ \ endgroup $
–Felipe Lira
2012年3月27日在12:46
$ \ begingroup $
@elipedrl：FFT应该可以工作了。获得多个峰然后明智地选择其中一个峰应该足够了。请记住，有效峰值将接近（但不完全是）基波的整数倍，而虚假峰值则不会。您必须避免选择虚假峰值，并避免选择与要查找的音符相距八度音阶的三次谐波等。
$ \ endgroup $
– Endolith
2012年3月27日14:05
$ \ begingroup $
有可能（虽然可能不太可能），但没有一个峰值出现在音乐音调频率上。一些男性元音可能与此接近，仅在由元音共振峰过滤后留下高泛音。
$ \ endgroup $
– hotpaw2
2012年3月27日16:00
$ \ begingroup $
通过对初始FFT结果进行后处理，谐波乘积频谱方法可能适合于找到一组频谱峰值的LCD最低公分母估计。
$ \ endgroup $
– hotpaw2
2012年3月27日16:10
评论
维基百科上有一些信息。