从 iPhone 上的音频流获取 Hz 频率

在 iOS 上从音频流（音乐）获取 Hz 频率值的最佳方法是什么？ Apple 提供的最好、最简单的框架是什么？提前致谢。

下面是我在 iOS 中使用 Accelerate Framework 执行 FFT 的一些代码，这使得速度相当快。

//keep all internal stuff inside this struct
    typedef struct FFTHelperRef {
        FFTSetup fftSetup; // Accelerate opaque type that contains setup information for a given FFT transform.
        COMPLEX_SPLIT complexA; // Accelerate type for complex number
        Float32 *outFFTData; // Your fft output data
        Float32 *invertedCheckData; // This thing is to verify correctness of output. Compare it with input.
    } FFTHelperRef;

//首先 - 使用此函数初始化您的 FFTHelperRef。

FFTHelperRef * FFTHelperCreate(long numberOfSamples) {

    FFTHelperRef *helperRef = (FFTHelperRef*) malloc(sizeof(FFTHelperRef));
    vDSP_Length log2n = log2f(numberOfSamples);    
    helperRef->fftSetup = vDSP_create_fftsetup(log2n, FFT_RADIX2);
    int nOver2 = numberOfSamples/2;
    helperRef->complexA.realp = (Float32*) malloc(nOver2*sizeof(Float32) );
    helperRef->complexA.imagp = (Float32*) malloc(nOver2*sizeof(Float32) );

    helperRef->outFFTData = (Float32 *) malloc(nOver2*sizeof(Float32) );
    memset(helperRef->outFFTData, 0, nOver2*sizeof(Float32) );

    helperRef->invertedCheckData = (Float32*) malloc(numberOfSamples*sizeof(Float32) );

    return  helperRef;
}

//这里传递初始化的FFTHelperRef、数据和数据大小。返回大小为 numSamples/2 的 FFT 数据。

Float32 * computeFFT(FFTHelperRef *fftHelperRef, Float32 *timeDomainData, long numSamples) {
    vDSP_Length log2n = log2f(numSamples);
    Float32 mFFTNormFactor = 1.0/(2*numSamples);

    //Convert float array of reals samples to COMPLEX_SPLIT array A
    vDSP_ctoz((COMPLEX*)timeDomainData, 2, &(fftHelperRef->complexA), 1, numSamples/2);

    //Perform FFT using fftSetup and A
    //Results are returned in A
    vDSP_fft_zrip(fftHelperRef->fftSetup, &(fftHelperRef->complexA), 1, log2n, FFT_FORWARD);

    //scale fft 
    vDSP_vsmul(fftHelperRef->complexA.realp, 1, &mFFTNormFactor, fftHelperRef->complexA.realp, 1, numSamples/2);
    vDSP_vsmul(fftHelperRef->complexA.imagp, 1, &mFFTNormFactor, fftHelperRef->complexA.imagp, 1, numSamples/2);

    vDSP_zvmags(&(fftHelperRef->complexA), 1, fftHelperRef->outFFTData, 1, numSamples/2);

    //to check everything =============================
    vDSP_fft_zrip(fftHelperRef->fftSetup, &(fftHelperRef->complexA), 1, log2n, FFT_INVERSE);
    vDSP_ztoc( &(fftHelperRef->complexA), 1, (COMPLEX *) fftHelperRef->invertedCheckData , 2, numSamples/2);
    //=================================================    

    return fftHelperRef->outFFTData;
}

像这样使用它：

1. 初始化它：FFTHelpCreate(TimeDomainDataLenght);

2. 传入Float32时域数据，返回时得到频域数据：Float32 *fftData =computeFFT(fftHelper, 缓冲区, 帧大小);

现在你有一个数组，其中索引=频率，值=幅度（幅度的平方？）。 根据奈奎斯特定理 http://en.wikipedia.org/wiki/Nyquist_rate该阵列中的最大可能频率是采样率的一半。也就是说，如果您的采样率 = 44100，则您可以编码的最大频率为 22050 Hz。

因此，找到适合您的采样率的奈奎斯特最大频率：const Float32 NyquistMaxFreq = SAMPLE_RATE/2.0;

找到 Hz 很容易：Float32 hz = ((Float32)someIndex / (Float32)fftDataSize) * NyquistMaxFreq;(fft数据大小 = 帧大小/2.0)

这对我有用。如果我在 Audacity 中生成特定频率并播放它 - 此代码会检测到正确的频率（最强的频率，您还需要在 fftData 中找到最大值才能执行此操作）。

（大约 1-2% 仍然存在一点不匹配。不知道为什么会发生这种情况。如果有人能解释我为什么 - 那将非常感激。）

EDIT:

发生这种不匹配的原因是我用于 FFT 的片段太小。使用更大的时域数据块（16384 帧）可以解决该问题。 这个问题解释了这一点：无法在 iPhone 上获取正确的频率值 https://stackoverflow.com/questions/9477535/unable-to-get-correct-frequency-value-on-iphone

EDIT:这是示例项目：https://github.com/krafter/DetectingAudioFrequency https://github.com/krafter/DetectingAudioFrequency