我正在探索语音识别和DSP，因此我想在我的智能手机上实现一个简单的声音频率分析仪（我的iPhone和三星Nexus S都运行Android）。我以前在Matlab中完成过基本的DSP。我可以在智能手机上每秒钟处理多少个FFT？ （用于执行语音识别）
从我的理解，我需要执行FFT得到信号的基频。
所以，现在我想以44100赫兹的速度采样麦克风。如果我使用样本大小为512的50％重叠的滑动窗口，这意味着我需要每256个样本或0.00580秒进行一次FFT。
那个速度看起来真的很高，特别是如果我在Android的Java编程。我的智能手机能够处理这种速度吗？我知道你可以在Android上用C/C++进行编程，但我希望暂时保留它。
执行实数到复数FFT需要〜5/2ÑLGÑ浮点运算（加法和乘法）。在你的情况下，N = 512，所以：
flops per fft ~= (5/2) * 512 * 9 = 11520
所以每秒172点的FFT需要每秒约2百万次浮点运算。这听起来很多，但实际上并不是那么多。典型的armv7级智能手机的硬件每秒能够执行数亿次或数十亿次浮点运算。
不过请注意，你会希望有一个精心编写高性能的FFT;写得不好的FFT是非常低效的。在iPhone上，您可以使用Accelerate框架（内置于操作系统中，并可在SDK中使用），该框架提供了一组不错的FFT功能;我不确定Android上有什么。
你从哪里得到FLOPS每FFT的估计值？你能指点我一些文学吗？我知道从Cooley-Tukey算法绑定的O（N lg N），但我没有看到FLOPS估计。 – stackoverflowuser2010
最初的Cooley-Tukey纸实际上给出了一个更精炼的5 n lg n的触发计数;人们通常使用这种计数（因此，从真实到复杂的fft，因此5/2 n lg n，尽管这不完全正确）。实际上，更复杂的算法（如常用的算法）实际上只需要更少的触发器。我不确定当前最先进的下限是多少，但是我相信在最后一次看时，它在4 n lg n左右。 –
@ stackoverflowuser2010：FFT上的维基百科页面有一些很好的链接，指向最近关于常量界限的工作。 –
对于iPhone的加速框架为iOS可以做所有你指定使用的CPU时间的1％左右的快速傅里叶变换（根据设备型号和FFT数据类型具体的百分比）。
是Android，您可能会强烈地想考虑使用NDK本地库为处理器密集型的数值计算。
另外请注意，FFT会给你的峰值频率，这并不一定会包含基本或语音基音频率。
添加：这Java benchmark web page表明，Android手机能够在5到50个MFlops范围内使用Java编写良好的矩阵数学。写得很好的FFT在MFlops中应该大致相同的性能范围。 @Stephan Cannon发布了2个MFlops的订单，可能需要您的规格。
有趣...为什么要投票？ – hotpaw2
无法想象为什么有人会投票。 –
这不是我，但我几乎低估了这个答案，因为它首先提到iPhone，我认为这是一个纯粹的Android问题（我没有注意到标签）。 – MusiGenesis
你的Android设备将能够处理这种罚款。我已经写了几年前在Windows Mobile设备上运行的基于FFT的实时FFT频率分析仪（使用纯C＃），并且这些设备的处理器比当前的Android设备差得多。 FFT中计算量最大的方面是trig函数，并且由于您使用的是固定大小的窗口，因此可以使用预先计算的查找表轻松地替换trig函数调用。
另外，您可以通过降低采样率来缩短计算时间。语音在8 kHz以上没有太多的能量，所以在进行任何FFT之前，您可能会将音频下采样到16 KHz，而不会损失太多精度。在16 kHz时，您的FFT会更小，速度更快。
Wikipedia claims 16 kHz是桌面应用程序语音识别的标准采样率。
（我知道这并没有回答任择议定书的问题，但我想可能是有帮助的他尽管如此，考虑到他的申请。）
考虑到还有其他然后FFT –
基频估计的其他方法我不认为OP在音高识别的意义上（即找到主导频率）的意思是使用“基频”这个词，因为这通常不会用于语音识别。 – MusiGenesis