执行代码中的峰值检测

Question

我正在寻找使用HPS方法在iphone中实现音调检测。但检测到的音调不是很准确。 Performous做了一个体面检测的体面工作。

我翻遍了代码，但我并没有完全理解计算背后的理论。 他们使用FFT并找到峰值。但是他们使用FFT输出相位的部分让我感到困惑。我想他们使用一些启发式语音频率。

那么，任何人都可以请解释在Performous中使用的算法来检测音高吗？

Answer 1

[Performous] [1]从麦克风中提取音高。代码也是开源的。下面是对该算法做什么的描述，来自编码它的人（在irc.freenode.net上执行的Tronic）。

• PCM输入（带缓冲）
• FFT（1024个样本的时间，从缓冲器的前后来除去200个样本）
• 重新分配方法（上日FFT，这是200个样本更早）
• 过滤峰（这部分可以做的更好，甚至离开了）
• 峰组合成组的谐波（我们称之为组合音）
• 音的时域滤波（更新一组音调检测ED较早而不是简单地使用新检测到的）
• 挑选最佳演唱音（频率范围，加权，可以使用谐波阵列还，但我不认为我们做的）

我还是WASN”从这些信息中找出并实现它。如果任何人管理这个，请在​​这里发布你的结果，并评论这个回应，以便SO通知我。

该任务将围绕此代码创建一个最小的C++包装。