上下文是音乐中的音高识别。 。例如，如果我在任何乐器上演奏基本音为$ F $的音符，经过傅立叶变换后，我将在$ F，2F，3F，\ ldots，nF $处产生谐波。每个频率都会有一个给定的幅度，该幅度定义了乐器的音色（钢琴，声音，小号……都遵循此律，但是每个谐波的幅度都不同）
现在我想从给定的音频信号中找到$ F $。就是这样。
它比看起来要复杂得多，因为您总是会产生背景噪声等等。而且，$ F $不一定是振幅最高的频率！
所以我找到$ F $的想法是应用DFT（实际上是速度的FFT）并找到一个频率$ F $，这样$ F + 2F + 3F + \ ldots + nF $在FFT输出中最大。
您认为这完全有可能吗？
您认为在很短的时间内（例如<5毫秒）有可能吗？
#1 楼
您所描述的与斯坦福CCRMA论文中列出的基音估计的谐波积谱方法非常相似。结果仓的数量取决于FFT的长度。5 mS仅为200 Hz音符的1个周期，并且仅为200 Hz以下的周期的一小部分。音乐音调识别通常需要听到或分析音调的周期性的多个周期。许多音乐使用G2以下的音符。如果您有足够的数据长度，则从该数据计算音高估算值可能只需要几微秒的数量级，而不是现代PC或移动设备上的毫秒。
评论
$ \ begingroup $
好点。但是，如果您已经拥有2F和3F，则您实际上并不需要F，对吗？在您的示例中，2F = 400hz和3F = 600hz，因此即使没有听到足够的声音来听到5毫秒的时间，您也可能发现F为200。我也听说过小波变换。您认为这样做是更好的方法吗？
$ \ endgroup $
–迪纳兹
2011年12月21日在20:19
$ \ begingroup $
@Dinaiz：取决于音调的来源以及泛音频率的那些片段是否实际上是静止的。小波是一个完全独立的问题。
$ \ endgroup $
– hotpaw2
2011年12月21日在21:07
$ \ begingroup $
因此，该方法不适合“几乎实时”找到f0。在目前的技术水平下，是否有可能用任何仪器在不到几毫秒的时间内找到f0，或者这是一个迷失的原因，我应该放弃寻找吗？ ：D
$ \ endgroup $
–迪纳兹
2012年7月4日在16:48
评论
可能这是一个答案：edaboard.com/thread197897.html好吧，是的，但这是另一种方法，不是吗？恕我直言，它更容易但可靠得多，因为它无法区分谐波声音和非谐波声音...
相关dsp.stackexchange.com/a/2524/29