作为我以前的question的后续工作，如果我希望我的智能手机应用程序检测某个音符，并且我只需要知道传入的声音是否是该音符，具有一定的模糊性，以允许该票据以×美分为单位。智能手机上音符的音调识别，pt。 2
鉴于这种情况，在速度和准确性方面是否比其他方法优越？也就是说，通过知道你正在寻找的音符是＃C3，如何最好地判断该音符是否存在？我假设寻找单个音符比分离出所有波形更容易，然后查看基频的结果。
在回答我原来的问题时，有一位受访者提出，如果您知道笔记在一定范围内，自相关可能会奏效。我想知道，如果您只需检查是否存在某个钞票（+/- x美分），那么自相关效果是否会更好。
这些方法之中：
任何想法，将不胜感激。
正如你所描述的那样，你只需要确定是否存在特定的音调。一个非常简单的（快速）检测器只会记录波形的一个周期的等效值，然后记录另一个周期并将它们关联起来，就像过度简化的（单滞后）自相关一样。如果匹配程度很高，则您知道正在记录的波形在大约相同的时间段内重复出现，或者是谐波。例如，要检测1 kHz，记录1 ms的音频（48 kHz采样48个采样点），然后记录另一个1 ms，并比较它们（相关=相乘所有采样和总和）。如果他们排队（相关性高于某个阈值），那么您正在聆听1 kHz，2 kHz，3 kHz或其他一些倍数。做几个时期会让你对比赛更有信心。
一个真正的自相关会告诉你哪个谐波，具体来说，如果这对你很重要。
这听起来像是一个快速的方法，但我想测试50个或3个或4个八度以上的音符。实际上，我想要用户设定一些“模糊性”的等级，这样笔记就可以被分出一定数量的分。这是否意味着只做一个FFT并查看结果频率可能会更好，而不是使用自相关。 – mahboudz 2009-10-14 22:38:04
我认为自相关会更好，因为它匹配整个波形。使用FFT，您需要确定哪些最大值与波的基频对应。对于大的自相关（匹配低频），实际上可以通过FFT来加速自相关。 :)但我认为对于少量的样品，“天真”的实施可以很快。 – endolith 2009-10-15 16:05:21
而“模糊性”是内置的。如果你正在寻找100赫兹和波形是98赫兹，它仍然会匹配，但不是那么好。 – endolith 2009-10-15 16:44:59
你能更详细地描述问题吗？当听到特定的声音时，你将会用麦克风听，并激活一些东西？还是你想写一个吉他调音器？还是你想写一个音乐转录器？语调是由人类的声音，乐器，还是你控制的发射器产生的？它是否需要是特定的波形（正弦波，方波）还是具有正确频率的波形？等等 – endolith 2009-10-14 21:26:58
我想用一种（任何我希望的）乐器演奏的音符来控制我的软件，或者甚至可能嗡嗡作响。 – mahboudz 2009-10-14 22:31:25
啊。确定一个特定的音调（而不是它的谐波或分谐波之一）并不是微不足道的。例如，小号的谐波比基波要强。 http://cnx.org/content/m15456/latest/sub_concept-trumpet-spectrum.png但是很多工作已经完成了。我猜，只是搜索“音高估计”。 – endolith 2009-10-15 16:10:01