从音频文件计算FFT

如何解决从音频文件计算FFT

我花了大部分时间在上午，使用发现的FFT Java代码片段为该代码编写解决方案…但是后来我偶然发现了这个极为出色的Google代码项目，该项目具有一堆用于执行信号处理任务的util类在WAV和MP3文件上都一样。

https://github.com/Uriopass/audio- analysis 以前SVN导出是在以下Google代码上进行的：https ://storage.googleapis.com/google-code-archive-source/v2/code.google.com/audio- analysis / source-archive.zip

现在，它变得异常简单：

WaveDecoder decoder = new WaveDecoder(new FileInputStream(wavFile));
FFT fft = new FFT(1024, wavFileObj.getSampleRate());

现在，您可以使用fft对象进行各种计算。他们有很多很好的例子，例如生成包含光谱通量的列表：

    float[] samples = new float[1024];
    float[] spectrum = new float[1024 / 2 + 1];
    float[] lastSpectrum = new float[1024 / 2 + 1];
    List<Float> spectralFlux = new ArrayList<Float>();

    while (decoder.readSamples(samples) > 0) {
        fft.forward(samples);
        System.arraycopy(spectrum, 0, lastSpectrum, 0, spectrum.length);
        System.arraycopy(fft.getSpectrum(), 0, spectrum, 0, spectrum.length);

        float flux = 0;
        for (int i = 0; i < spectrum.length; i++)
            flux += (spectrum[i] - lastSpectrum[i]);
        spectralFlux.add(flux);
    }

我的公司需要我一种分析音频的方法，以查看是否发生了预期的保持音乐。因此，首先，我为一个具有保留音乐的示例生成了一个WAV文件。然后，我捕获了其中一个没有保留音乐的示例的一些音频。现在剩下的就是对wav的频谱通量求平均，我就开始了。

注意：我不能简单地获取幅度…但是傅立叶变换具有可以正确用于进行比较的频率。

我爱数学。

解决方法

之前，我问过有关使用FFT和Complex
class获取频率wav音频的问题，

在那里，我需要从AudioRecord输入->从麦克风计算FFT值，以某种方式设法获得FFT值…

现在，我需要从之前保存的* .wav音频文件中计算FFT值，然后将音频保存到项目中“ res”文件夹中的“ raw”文件夹中

我仍然使用相同的FFT类：http :
//www.cs.princeton.edu/introcs/97data/FFT.java

与之配套的复杂类：http
:
//introcs.cs.princeton.edu/java/97data/Complex.java.html

我使用这种方法从原始文件夹中读取音频文件，然后调用方法calculateFFT来处理它

private static final int RECORDER_BPP = 16;
  private static final int RECORDER_SAMPLERATE = 44100;
  private static final int RECORDER_CHANNELS = AudioFormat.CHANNEL_IN_STEREO;
  private static final int RECORDER_AUDIO_ENCODING = AudioFormat.ENCODING_PCM_16BIT;


private void asli(){

            int counter = 0;
            int data;
            InputStream inputStream  = getResources().openRawResource(R.raw.b1);
            DataInputStream dataInputStream = new DataInputStream(inputStream);
            List<Integer> content = new ArrayList<Integer>();

            try {
                while ((data = dataInputStream.read()) != -1) {
                    content.add(data);
                    counter++; }
            } catch (IOException e) {
                e.printStackTrace();}

                int[] b = new int[content.size()];
                int cont = 0;
                byte[] audio = convertArray(b);
        }

转换为字节的方法

public byte[] convertArray(int[] array) {

            int minBufferSize = AudioTrack.getMinBufferSize(RECORDER_SAMPLERATE,RECORDER_CHANNELS,RECORDER_AUDIO_ENCODING);
                AudioTrack audioTrack = new AudioTrack(AudioManager.STREAM_MUSIC,RECORDER_SAMPLERATE,RECORDER_AUDIO_ENCODING,minBufferSize,AudioTrack.MODE_STREAM);

        byte[] newarray = new byte[array.length];
        for (int i = 0; i < array.length; i++) {
        newarray[i] = (byte) ((array[i]) & 0xFF);       }

            absNormalizedSignal = calculateFFT(newarray);
            return newarray;
        }

这是CalculateFFT方法

public double[] calculateFFT(byte[] signal)
        {           
            final int mNumberOfFFTPoints =1024;
            double mMaxFFTSample;
            double temp;
            Complex[] y;
            Complex[] complexSignal = new Complex[mNumberOfFFTPoints];
            double[] absSignal = new double[mNumberOfFFTPoints/2];

            for(int i = 0; i < mNumberOfFFTPoints; i++){
                temp = (double)((signal[2*i] & 0xFF) | (signal[2*i+1] << 8)) / 32768.0F;
                complexSignal[i] = new Complex(temp,0.0);
            }

            y = FFT.fft(complexSignal);

            mMaxFFTSample = 0.0;
            mPeakPos = 0;
            for(int i = 0; i < (mNumberOfFFTPoints/2); i++)
            {
                 absSignal[i] = Math.sqrt(Math.pow(y[i].re(),2) + Math.pow(y[i].im(),2));
                 if(absSignal[i] > mMaxFFTSample)
                 {
                     mMaxFFTSample = absSignal[i];
                     mPeakPos = i;
                 } 
            }

            return absSignal;

        }

我也使用了CalculateFFT方法来处理AudioRecorder的音频->以前是通过麦克风输入的…我设法从AudioRecorder取得了价值，但我无法从音频文件中获得价值…我没有计划播放音频..我只需要使用FFT处理它。

我的代码有什么问题吗？：o似乎我无法从方法Asli（）获得价值；但是我不知道哪一部分错了。

任何帮助将不胜感激… :)谢谢