识别音频的音调
我有把吉他，我希望我的电脑能识别出我在弹什么音符，也就是能听出音调。请问用Python能做到吗？还有用pygame可以实现吗？如果能用pygame就太好了。
5 个回答
你需要使用一个音频库，比如内置的 audioop。
分析正在播放的具体音符并不简单，但可以通过这些接口来实现。
另外，这个链接也可能对你有帮助： http://wiki.python.org/moin/PythonInMusic
我曾经写过一个工具，正好可以分析正在播放的声音。
你可以在这里查看代码 这里（或者你也可以下载整个项目。这个项目和Frets On Fire结合在一起，Frets On Fire是一个开源的吉他英雄游戏，目的是让你体验真正的吉他英雄）。我用吉他、口琴和口哨进行了测试 :) 代码虽然不太好看，但确实能用 :)
我使用了pymedia来录音，使用scipy进行快速傅里叶变换（FFT）。
除了其他人提到的一些基础知识，我还可以给你一些建议：
- 如果你是用麦克风录音，会有很多噪音。你需要通过不断尝试来设置阈值和清理声音的方法，才能让它正常工作。一个可能的解决办法是使用电吉他，把它的输出插入音频输入。这对我来说效果最好。
- 特别是，50Hz附近会有很多噪音。虽然这不算太糟，但它的谐波（见下文）在100Hz和150Hz，这正好接近吉他的G2和D3音……正如我所说，我的解决办法是换成电吉他。
- 声音检测的速度和准确性之间是有权衡的。你采集的样本越多，检测声音所需的时间就越长，但你能更准确地识别出音高。如果你真的想做一个项目，可能需要使用多个时间尺度。
- 当一个音符被演奏时，它会有谐波。有时候，几秒钟后，谐波的强度甚至可能超过基础音。如果不处理这个问题，你的程序可能会认为它听到了E2，过了一会儿又是E3。为了解决这个问题，我使用了一个当前正在播放的声音列表，只要这个音符或它的某个谐波有能量，我就认为是同一个音符在演奏……
- 特别难的是，当有人连续演奏同一个音符两次（或更多次）时，因为很难区分这和声音水平的随机波动。你会在我的代码中看到，我不得不使用一个常量，这个常量需要根据使用的吉他进行配置（显然每把吉他都有自己特定的功率波动模式）。
要识别音频信号的频率，你需要用到一种叫做FFT（快速傅里叶变换）的算法。根据我所了解，PyGame并没有录音的功能，也不支持FFT变换。
首先，你需要从声卡捕获原始的采样数据，这种数据叫做PCM（脉冲编码调制）。在Python中，捕获音频的最简单方法是使用PyAudio库（这是PortAudio的Python接口）。GStreamer也可以做到这一点，不过对于你的需求来说，可能有点过于复杂。一般来说，捕获16位的样本，采样率为48000赫兹是比较常见的，这也是普通声卡能提供的最佳效果。
一旦你获得了原始的PCM音频数据，就可以使用scipy库中的fftpack模块对这些样本进行FFT变换。这会给你一个分析后的音频信号的频率分布，也就是说，可以知道在某些频率范围内信号的强度。接下来，你只需要找到信号最强的频率即可。
你可能还需要一些额外的过滤，以避免出现谐波频率，不过我不太确定。