如何解决给定选择标准的复音音高检测算法？
是否有任何已知的 pitch detection algorithms 可以检测代表复调音乐的音频中的多个特定音符？
我看到的所有和弦音乐所引用的算法，如 MUSIC 或 ESPRIT，都专注于开放式领域，您不知道音频包含哪些音高，并试图使用该算法来检测它们。可以理解，这是一个非常困难的问题。
相反，我对一个更受限制的领域感兴趣，在那里你会得到一个包含 2-6 个特定音符的列表，你需要检查这些音符是否存在于音频中。我认为这将是一个更简单的问题，虽然仍然不是微不足道的，但我很难找到有关该主题的代码或学术论文。
我的领域是一个应用程序，音乐家将在其中演奏乐器上的特定音符，该程序会向他们提供反馈，表明他们正确演奏了这些特定音符。
我目前正在尝试使用一些 NodeJS 和 C++ 代码来执行此操作，而我目前的（幼稚）方法是：
- 计算 FFT，并根据所有标准音高的频率范围对频率进行分箱。
- 计算所有频率的中值幅度，以用作噪声过滤的阈值 (T)。任何幅度低于此值的频率我都会作为背景噪声忽略。
- 对于我正在搜索的每个音符，我计算前 3 个谐波的频率，查找每个频率的幅度，如果它们都高于平均值，那么我假设该音符存在。
这有点奏效，但我遇到的问题是校准 T 阈值。如果它太高，它就会变得过于挑剔并且不会检测到任何音符，除非它们非常响亮。如果它太低，则它的辨别力不够，会返回误报。
潜在的困难在于，对于许多乐器而言，这些音符谐波的振幅没有一致的模式。有些有一个很大的基波，每个随后的谐波迅速减少。一些低音音符几乎没有基音，而其他谐波衰减非常缓慢。因此，当我发现当我找到适合高音音符的 T 阈值时，它不适用于低音音符，反之亦然。
而且由于我使用中值幅度进行噪声过滤，当两个音符以不等的音量一起演奏时，较大的音符可能会导致较弱的音符被滤除，即使较弱的音符仍然比FFT 中的任何其他音高。很难找到任何甜蜜点。
在这种情况下，我应该使用任何信号处理或过滤技术来提高准确性吗？
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。