核心音频、Goertzel 算法不起作用

Question

我目前正在创建一个应用程序，它可以从 iPhone 的麦克风实时计算出预定义频率 (16780Hz) 的幅度。

我将声音数据存储在缓冲区中，并尝试使用 Goertzel（一种为此任务设计的算法）对其进行处理。 Goertzel 信息。这就是问题开始的地方。

当录制的声音频率 (5000Hz) 远低于定义的频率 (16780Hz) 时，该算法会给出非常积极的结果。事实上，结果比录制正确频率的声音时产生的结果要积极得多。

这是我的 goertzel 实现：

double goertzel(unsigned short *sample, int sampleRate, double Freq, int len )
{

double realW = 2.0 * cos(2.0 * M_PI * Freq / sampleRate);
double imagW = 2.0 * sin(2.0 * M_PI * Freq / sampleRate);
double d1 = 0;
double d2 = 0;
int z;
double y;
for (int i = 0; i < len; i++) {
    y=(double)(signed short)sample[i] +realW * d1 - d2;
    d2 = d1;
    d1 = y;
}
double rR = 0.5 * realW *d1-d2;
double rI = 0.5 * imagW *d1-d2;

return (sqrt(pow(rR, 2)+pow(rI,2)))/len;
} /* end function goertzel */

这是我检索音频的方法（如果它完全相关的话）

-(void)startListeningWithFrequency:(float)frequency;
{
OSStatus status;
//AudioComponentInstance audioUnit;
AudioComponentDescription desc;
desc.componentType = kAudioUnitType_Output;
desc.componentSubType = kAudioUnitSubType_RemoteIO;
desc.componentFlags = 0;
desc.componentFlagsMask = 0;
desc.componentManufacturer = kAudioUnitManufacturer_Apple;

AudioComponent inputComponent = AudioComponentFindNext(NULL, &desc);
status = AudioComponentInstanceNew( inputComponent, &audioUnit);
checkStatus(status);

UInt32 flag = 1;
status = AudioUnitSetProperty(audioUnit, kAudioOutputUnitProperty_EnableIO, kAudioUnitScope_Input,kInputBus, &flag, sizeof(flag));
checkStatus(status);

AudioStreamBasicDescription audioFormat;
audioFormat.mSampleRate         = 44100.00;//44100.00;
audioFormat.mFormatID           = kAudioFormatLinearPCM;
audioFormat.mFormatFlags        = kAudioFormatFlagIsPacked | kAudioFormatFlagIsSignedInteger;
audioFormat.mFramesPerPacket    = 1;
audioFormat.mChannelsPerFrame   = 1;
audioFormat.mBitsPerChannel     = 16;
//  float
audioFormat.mBytesPerPacket     = 2;
audioFormat.mBytesPerFrame      = 2;

status = AudioUnitSetProperty(audioUnit,
                              kAudioUnitProperty_StreamFormat,
                              kAudioUnitScope_Output,
                              kInputBus,
                              &audioFormat, 
                              sizeof(audioFormat));
checkStatus(status);
//status = AudioUnitSetProperty(audioUnit, 
//                            kAudioUnitProperty_StreamFormat, 
//                            kAudioUnitScope_Input, 
//                            kOutputBus, 
//                            &audioFormat, 
//                            sizeof(audioFormat));
checkStatus(status);
AURenderCallbackStruct callbackStruct;
callbackStruct.inputProc = recordingCallback;
callbackStruct.inputProcRefCon = self;
status = AudioUnitSetProperty(audioUnit, 
                              kAudioOutputUnitProperty_SetInputCallback,
                              kAudioUnitScope_Global,
                              kInputBus, &callbackStruct, sizeof(callbackStruct));
checkStatus(status);
/*  UInt32 shouldAllocateBuffer = 1;
AudioUnitSetProperty(audioUnit, kAudioUnitProperty_ShouldAllocateBuffer, kAudioUnitScope_Global, 1, &shouldAllocateBuffer, sizeof(shouldAllocateBuffer));
*/
status = AudioOutputUnitStart(audioUnit);

}
static OSStatus recordingCallback(void *inRefCon, 
                              AudioUnitRenderActionFlags *ioActionFlags, 
                              const AudioTimeStamp *inTimeStamp, 
                              UInt32 inBusNumber, 
                              UInt32 inNumberFrames, 
                              AudioBufferList *ioData) {
AudioBuffer buffer;

buffer.mNumberChannels = 1;
buffer.mDataByteSize = inNumberFrames * 2;
//NSLog(@"%d",inNumberFrames);
buffer.mData = malloc( inNumberFrames * 2 );

// Put buffer in a AudioBufferList
AudioBufferList bufferList;
bufferList.mNumberBuffers = 1;
bufferList.mBuffers[0] = buffer;



OSStatus status;
status = AudioUnitRender(audioUnit, 
                         ioActionFlags, 
                         inTimeStamp, 
                         inBusNumber, 
                         inNumberFrames, 
                         &bufferList);  
checkStatus(status);
//double g = calculateGoertzel((const char *)(&bufferList)->mBuffers[0].mData,16789.0,96000.0);
UInt16 *q = (UInt16 *)(&bufferList)->mBuffers[0].mData;
int N = sizeof(q)/sizeof(UInt16);
double Qr,Qi;
double theta = 2.0*M_PI*16780/44100;
double g = goertzel(q,44100,16780,N);

NSLog(@"goertzel:%f", g);
}

对于远低于 16780Hz 的频率，这将返回数百个数字，而对于 16780Hz 的频率，返回小得多的数字。

我非常沮丧，非常感谢您的帮助。

Answer 1

只是猜测：

根据奈奎斯特-香农采样定理，采样率应至少是您尝试测量的频率的两倍。而你的是，但只是勉强。 44.1kHz 的采样率是测量 22kHz 信号的外沿。 16kHz 的信号足够接近混叠可能导致波形分析出现问题的极限。这是一张图片来说明我的观点：

因此，我猜您需要更高的采样率。为什么不尝试通过该算法运行纯 16kHz 正弦波，看看它是否能做得更好？如果测试数据中只有单一频率，则混叠问题就不那么严重了。如果您从正弦波中获得更高的响应，那么您可能只需要更高的采样率。

Answer 2

看起来 Goertzel 滤波器中使用的谐振器是 1 极谐振器的一级近似值。这将大大降低每步高相位角下的精度和稳定性。使用更好的三角函数近似值的 1-bin DFT 在如此高的频率下可能会工作得更好。

iPhone 麦克风的频率响应可能会在如此高的频率下下降。

添加：

对于 1-bin DFT，请在内部循环中尝试此操作：

d1 += (double)sample[i] * cos(2.0*M_PI*i*Freq/sampleRate);
d2 += (double)sample[i] * sin(2.0*M_PI*i*Freq/sampleRate);

然后返回：

dR = d1;
dI = d2;
magnitude = sqrt(dR*dR + dI*dI) / (double)len;

请注意，对于固定频率和采样率，可以在音频回调之外预先计算三角函数并将其保存在数组或查找表中。如果您不进行这样的优化，则在音频回调中调用多个双精度超越函数可能会太慢和/或浪费大量电池电量，但可能会在典型的快速 PC 上模拟正常。

DFT 的定义长度是箱频率 Freq 的周期的精确整数，但其他长度也适用于包含不同量的所谓频谱“泄漏”和/或扇形误差的近似值。滤波器频率响应的宽度大致与 DFT 长度成反比。此外，频率越接近 Fs/2，DFT 需要的时间就越长，以避免复杂的图像混叠，也许长度为 N*Fs/(Fs/2 - Freq) 的多个周期会是更好的长度。您可能需要保存或排队样本以获得适当的长度（而不仅仅是使用音频回调给您提供的缓冲区长度）。