检查特定声音（输入：麦克风）

Question

我的问题：我当前有一个声音文件，其中包含我录制的特定声音。我想能够识别声音何时再次播放超过2秒。音量对我来说并不重要，我希望能够识别何时播放特定的音符。例如，该文件包含音符a（la）的录音，如果我在麦克风旁边的钢琴上弹奏音符a，覆盆子圆周率将打印“正确”或其他内容。我无法识别音符，之前的研究建议使用FFT函数查找频率/频率，但我一直无法找到它。您是否建议我使用任何库来实现此功能

理想情况下，我能够识别外部声音的音调。一旦我有了音高，我就可以在一个频率范围内检查它

Answer 1

您确实希望使用类似FFT的东西，它同时提供numpy和scipy功能。这个想法是，你收集一个麦克风输入的缓冲区，对其应用FFT，然后你会尝试找出最强大的频率是否是你正在寻找的音符的频率。有tables可以告诉你每个音符的频率

你实际上是在做一个spectrogram

如果需要操作顺序：

1. 建筑频率等级：
   1. 使用np.fft.fftfreq确定频率标度（N相同 长度（作为缓冲区）
2. 创建注释表
   1. 确定频率属于哪个音符（使用参考）
   2. 确定误差幅度

3. 识别注释（该部分在循环中）

   1. 在选定大小的缓冲器中采集信号

   2. 应用FFT

   3. 在频域中查找最高值

   4. 在查找表中的错误范围内查找相应注释

有用功能：

Numpy FFT

Numpy FFTFREQ

Numpy ARGMAX

其他有用的问题：

Maintain a streaming microphone input in Python