我想编写一个简单的C应用程序来监视输入音频，并为我提供每分钟的当前心跳(滚动平均值)。

我看过这篇关于gamedev的文章，那绝对没有帮助。我经历了一下，试图实现他正在做的事情，但是那没有用。

我知道必须有很多解决方案，因为很多DJ软件都可以做到这一点，但是我自己没有找到任何开源库或者说明的运气。

解决方案

回答

这绝不是一个简单的问题。我将只给我们一个概述。

我们可以执行以下操作：

• 计算信号块(例如5毫秒)的平均(均方根)响度。 (以前从未做过，我不知道合适的块大小是多少。)
• 使用FFT算法对"阻塞"信号进行傅立叶变换。
• 在变换后的信号中找到幅度最大的分量。

傅立叶变换基本上是一种计算信号中所有频率强度的方法。如果我们对"阻塞"信号执行此操作，则拍子的频率有望成为最强的拍子。

也许我们需要首先应用一个滤波器，以专注于通常包含有关BPM最多信息的特定频率(如低音)。

回答

并不是我不知道如何实现这一点，但是从音频工程的角度来看，我们需要首先进行过滤。低音鼓打击将是第一个检查。低通滤波器可以为我们提供大约200Hz以下的任何声音，应该可以使我们清晰地了解低音鼓。可能还需要一个门来清除谐波低的其他乐器的杂波。

下一个要检查的是小军鼓。我们必须均衡这一个。圈套器发出的"裂痕"距离内存约1.5kHz，但是我们必须明确限制这一点。

下一个挑战将是为时髦节拍制定一种算法。我们将如何以编程方式找到节拍1？我想我们会跟踪以前的节拍并使用与某物或者另一物匹配的模式。因此，我们可能需要一些酒吧才能准确找到节拍。然后还有计时问题，例如4 / 4、3 / 4、6 / 8，哇，我无法想象要准确地做到这一点需要什么！我相信对于音频硬件/软件公司来说，这是值得的。

回答

有一个出色的项目叫做Dancing Monkeys，该程序从音乐中生成DDR舞步。它所做的大部分工作都是基于(必要时非常准确的)节拍分析，他们的项目文件详细介绍了各种节拍检测算法及其对任务的适用性。它们包括对每种算法的原始论文的引用。他们还为解决方案发布了matlab代码。我相信我们可以在其中找到所需的东西。

此处提供所有信息：http://monket.net/dancing-monkeys-v2/Main_Page

回答

使用滑动窗口FFT计算功率谱：
抽取1024个样本：

double[] signal = stream.Take(1024);

将其馈入FFT算法：

double[] real = new double[signal.Length];
double[] imag = new double[signal.Length);
FFT(signal, out real, out imag);

我们将得到一个真实的部分和一个虚构的部分。不要丢弃虚构部分。对虚部做同样的事情。虽然虚部确实是与实相异相的pi / 2，但它仍然包含50％的频谱信息。

编辑：

计算功率而不是振幅，以便在大声时有一个大数字，在安静时有一个接近零的数字：

for (i=0; i < real.Length; i++) real[i] = real[i] * real[i];

对于虚部也是如此。

for (i=0; i < imag.Length; i++) imag[i] = imag[i] * imag[i];

现在，我们具有最近1024个样本的功率谱。频谱的第一部分是低频，频谱的最后部分是高频
频率。

如果要在流行音乐中找到BPM，则可能应该专注于低音。我们可以通过将功率谱的较低部分相加来获得低音强度。使用哪个数字取决于采样频率：

double bassIntensity = 0;
for (i=8; i < 96; i++) bassIntensity += real[i];

现在再次执行相同操作，但是在计算新光谱之前，将窗口移至256个样本。现在，我们最终要计算每256个样本的bassIntensity。

这对于BPM分析是一个很好的输入。当低音很安静时，我们没有节拍，而当低音很大时，我们会跳动。

祝你好运！

回答

最简单的方法是让用户按节拍节奏拍打一个按钮，然后将拍打次数除以时间。

回答

首先，Hallgrim产生的不是功率谱密度函数。可以通过自相关函数得出任何信号中的统计周期。自相关信号的傅立叶变换是功率谱密度。 PSD中除0 Hz以外的主要峰值将对应于信号的有效周期性(以Hz为单位)...