Android 音频 FFT 使用 audiorecord 检索特定频率幅度

Question

我目前正在尝试使用 Android 实现一些代码，以检测何时通过手机麦克风播放一些特定的音频范围。我已经使用 AudioRecord 类设置了该类：

int channel_config = AudioFormat.CHANNEL_CONFIGURATION_MONO;
int format = AudioFormat.ENCODING_PCM_16BIT;
int sampleSize = 8000;
int bufferSize = AudioRecord.getMinBufferSize(sampleSize, channel_config, format);
AudioRecord audioInput = new AudioRecord(AudioSource.MIC, sampleSize, channel_config, format, bufferSize);

然后读入音频：

short[] audioBuffer = new short[bufferSize];
audioInput.startRecording();
audioInput.read(audioBuffer, 0, bufferSize);

执行 FFT 是我遇到困难的地方，因为我在这方面的经验很少。我一直在尝试使用此类：

FFT in Java 和 与之配套的复杂类

然后我发送以下值：

Complex[] fftTempArray = new Complex[bufferSize];
for (int i=0; i<bufferSize; i++)
{
    fftTempArray[i] = new Complex(audio[i], 0);
}
Complex[] fftArray = fft(fftTempArray);

这很容易让我误解这个类的工作原理，但是返回的值即使在安静的情况下，也不能代表一致的频率。有谁知道执行此任务的方法，或者我是否使问题过于复杂化，尝试仅获取少量频率范围而不是将其绘制为图形表示？

Answer 1

首先，您需要确保获得的结果正确转换为浮点/双精度。我不确定 Short[] 版本如何工作，但 byte[] 版本仅返回原始字节版本。然后需要将该字节数组正确转换为浮点数。转换代码应如下所示：

    double[] micBufferData = new double[<insert-proper-size>];
    final int bytesPerSample = 2; // As it is 16bit PCM
    final double amplification = 100.0; // choose a number as you like
    for (int index = 0, floatIndex = 0; index < bytesRecorded - bytesPerSample + 1; index += bytesPerSample, floatIndex++) {
        double sample = 0;
        for (int b = 0; b < bytesPerSample; b++) {
            int v = bufferData[index + b];
            if (b < bytesPerSample - 1 || bytesPerSample == 1) {
                v &= 0xFF;
            }
            sample += v << (b * 8);
        }
        double sample32 = amplification * (sample / 32768.0);
        micBufferData[floatIndex] = sample32;
    }

然后使用 micBufferData[] 创建输入复数数组。

获得结果后，使用结果中复数的大小。除了具有实际值的频率之外，大多数幅度应接近于零。

您需要采样频率将数组索引转换为这样的幅度到频率：

private double ComputeFrequency(int arrayIndex) {
    return ((1.0 * sampleRate) / (1.0 * fftOutWindowSize)) * arrayIndex;
}