我试图通过倒谱法找到频率。对于我的测试,我得到了以下文件http://www.mediacollege.com/audio/tone/files/440Hz_44100Hz_16bit_05sec.wav,一个频率为440Hz的音频信号。
我应用了以下公式:
倒谱=IFFT(对数FFT(s))
我得到256块,但我的结果总是错误的。。。
from numpy.fft import fft, ifft
import math
import wave
import numpy as np
from scipy.signal import hamming
index1=15000;
frameSize=256;
spf = wave.open('440.wav','r');
fs = spf.getframerate();
signal = spf.readframes(-1);
signal = np.fromstring(signal, 'Int16');
index2=index1+frameSize-1;
frames=signal[index1:int(index2)+1]
zeroPaddedFrameSize=16*frameSize;
frames2=frames*hamming(len(frames));
frameSize=len(frames);
if (zeroPaddedFrameSize>frameSize):
zrs= np.zeros(zeroPaddedFrameSize-frameSize);
frames2=np.concatenate((frames2, zrs), axis=0)
fftResult=np.log(abs(fft(frames2)));
ceps=ifft(fftResult);
posmax = ceps.argmax();
result = fs/zeroPaddedFrameSize*(posmax-1)
print result
对于这种情况,如何得到结果=440?
**
UPDATE:
**
我在matlab中重写了我的源代码,现在一切都正常了,我用440Hz和250Hz的频率做了测试。。。
对于440Hz,我得到441Hz不错
对于250Hz,我得到249.1525Hz接近结果
我做了一个简单的方法,让峰值进入倒谱值。
我想我可以找到更好的结果使用四分插值找到最大值!
我正在绘制440Hz的估计结果
共享用于倒谱频率估计的源:
%% ederwander Cepstral Frequency (Matlab)
waveFile='440.wav';
[y, fs, nbits]=wavread(waveFile);
subplot(4,2,1); plot(y); legend('Original signal');
startIndex=15000;
frameSize=4096;
endIndex=startIndex+frameSize-1;
frame = y(startIndex:endIndex);
subplot(4,2,2); plot(frame); legend('4096 CHUNK signal');
%make hamming window
win = hamming(length(frame));
%samples multplied by hamming window
windowedSignal = frame.*win;
fftResult=log(abs(fft(windowedSignal)));
subplot(4,2,3); plot(fftResult); legend('FFT signal');
ceps=ifft(fftResult);
subplot(4,2,4); plot(ceps); legend('ceps signal');
nceps=length(ceps)
%find the peaks in ceps
peaks = zeros(nceps,1);
k=3;
while(k <= nceps - 1)
y1 = ceps(k - 1);
y2 = ceps(k);
y3 = ceps(k + 1);
if (y2 > y1 && y2 >= y3)
peaks(k)=ceps(k);
end
k=k+1;
end
subplot(4,2,5); plot(peaks); legend('PEAKS');
%get the maximum ...
[maxivalue, maxi]=max(peaks)
result = fs/(maxi+1)
subplot(4,2,6); plot(result); %legend('Frequency is' result);
legend(sprintf('Final Result Frequency =====>>> (%8.3f)',result))
如果采样率是44.1khz,256可能太小而不能做任何有用的事情。在这种情况下,FFT的分辨率为44100/256=172hz。如果你想要10赫兹的分辨率,那么你可以使用4096的FFT大小。
我也遇到了类似的问题,因此我重用了您的代码的一部分,并通过对同一帧执行连续的求值,然后从
我得到了一致的结果。
倒谱法对高次谐波的信号效果最好,而对接近纯正弦波的信号效果不好。
最佳测试信号可能更像是时域中的重复、非常接近等间隔的脉冲(每个FFT窗口的脉冲越多越好),它应该在频域中产生接近重复等间隔的峰值,该峰值应该显示为倒谱的激励部分。脉冲响应将在倒谱的低共振峰部分表示。
相关问题 更多 >
编程相关推荐