从 AvassetReader 和 vDSP_FFT 获取 iPhone mp3 频率

Question

我正在尝试从 iPhone / iPod 音乐库获取 iPod 库上频谱应用程序的频率，帮助自己 reading-audio-samples-via-avassetreader 获取音频样本，然后使用 使用-apple-fft-and-accelerate-framework 和 Apple vDSP 示例，但不知怎的，我在某个地方出错了，无法计算频率。

所以一步一步：

• 读取音频样本
• 汉宁窗
• 计算 fft

这是从 iPod mp3 库获取频率的正确方法吗？

这是我的代码：

static COMPLEX_SPLIT    A;  
static FFTSetup         setupReal;  
static uint32_t         log2n, n, nOver2;  
static int32_t          stride;  
static float            *obtainedReal;  
static float            scale;  

+ (void)initialize  
{  
    log2n = 10;  
   n = 1 << log2n;  

    stride = 1;  
    nOver2 = n / 2;  
    A.realp = (float *) malloc(nOver2 * sizeof(float));  
    A.imagp = (float *) malloc(nOver2 * sizeof(float));  

    obtainedReal = (float *) malloc(n * sizeof(float));  
    setupReal = vDSP_create_fftsetup(log2n, FFT_RADIX2);  
}  


- (float) performAcceleratedFastFourierTransForAudioBuffer:(AudioBufferList)ioData   
{     
    NSUInteger * sampleIn = (NSUInteger *)ioData.mBuffers[0].mData;
    for (int i = 0; i < nOver2; i++) {
    double multiplier = 0.5 * (1 - cos(2*M_PI*i/nOver2-1));
        A.realp[i] = multiplier * sampleIn[i];
        A.imagp[i] = 0;
    }

    memset(ioData.mBuffers[0].mData, 0, ioData.mBuffers[0].mDataByteSize);  
    vDSP_fft_zrip(setupReal, &A, stride, log2n, FFT_FORWARD);  

    vDSP_zvmags(&A, 1, A.realp, 1, nOver2);           

    scale = (float) 1.0 / (2 * n);  

    vDSP_vsmul(A.realp, 1, &scale, A.realp, 1, nOver2);  
    vDSP_vsmul(A.imagp, 1, &scale, A.imagp, 1, nOver2);  

    vDSP_ztoc(&A, 1, (COMPLEX *)obtainedReal, 2, nOver2);  

    int peakIndex = 0;  
    for (size_t i=1; i < nOver2-1; ++i) {  
        if ((obtainedReal[i] > obtainedReal[i-1]) && (obtainedReal[i] > obtainedReal[i+1]))         
        {  
            peakIndex = i;  
            break;  
        }  
    }  

    //here I don't know how to calculate frequency with my data   
    float frequency = obtainedReal[peakIndex-1] / 44100 / n;

    vDSP_destroy_fftsetup(setupReal);  
    free(obtainedReal);  
    free(A.realp);  
    free(A.imagp);  

    return frequency;  
}  

我将 1.485757 和 1.332233 作为我的第一个频率

Answer 1

在我看来，FFT 复杂输入的转换存在问题。 vDSP_ctoz() 分割一个缓冲区，其中实部和虚部交织成两个缓冲区，一个实部和一个虚部。您对该函数的输入似乎只是已转换为COMPLEX 的真实数据。这意味着 vDSP_ctoz() 的输入缓冲区只有所需长度的一半，并且一些超出缓冲区大小的垃圾数据正在被转换。

您需要将 sampleOut 创建为 2*n 长度并设置所有其他值（实部），或者更好的是，您可以绕过 vDSP_ctoz( ) 并直接将输入数据复制到 A.realp 中，并将 A.imagp 设置为零。仅当连接到生成交错复杂数据的源时才需要 vDSP_ctoz()。

编辑

好吧，我认为我的第一个建议是错误的，因为 vDSP 文档说实数到复数就地 fft 的实际输入应该格式化为分割复数格式，使得< code>imagp 包含偶数样本，realp 包含奇数样本。我实际上没有使用过 vDSP 库，但我熟悉很多其他 FFT 库，但我错过了这个细节。

在调用 vDSP_zvmags(&A, 1, A.realp, 1, nOver2); 之后，您应该能够使用 A.realp 找到峰值，A.realp 应包含 FFT 输出的幅度平方，它是标量。如果您要进行缩放，则应在 mag2 操作之前完成，但如果您只是寻找峰值，则可能不需要。

要获取 FFT 输出表示的实际频率，请使用以下公式：

F = (i * Fs) / N,   i=0,1,...,N/2

其中

i 是 FFT 输出缓冲区的索引
Fs 是音频采样率
N 是 FFT 长度，

因此您的计算可能如下所示：

float frequency = (peakIndex * 44100) / n;

请记住，vDSP 仅返回实际输入的输入频谱的前半部分，因为后半部分是冗余的。因此，FFT 输出表示从 0 到 Fs/2 的频率。

另一件需要注意的是，我不知道你的寻峰算法是否能很好地工作，因为 FFT 输出不会平滑，并且经常会出现很多振荡。您只需选取两个相邻样本较低的第一个样本即可。如果您只想找到单个峰值，最好只找到整个输出的最大幅度。如果你想找到多个峰值，你将不得不做一些更复杂的事情。