FFT 计算的数学原理是,它将产生大小均匀、计数等于样本大小一半的频率“桶”,并上升到采样率一半的频率。 (FFT 实际上会生成等于样本大小的存储桶,但 Android 的 Visualizer 会在提供结果之前转储后半部分,因为它们包含前半部分的反射,因此对于可视化没有用处。)
根据硬件功能和普通的旧物理原理,允许的捕获大小和捕获率的范围将非常有限。而且,这两个属性成反比。如果您的捕获尺寸很大,那么您的捕获率就必须很小。音频以均匀定时的幅度流的形式产生(其中间隔是samplingRate
)。为简单起见,假设音频流仅为 1024 Hz,每秒产生 1024 个幅度。如果您的捕获速率为每秒 1 个,则每次捕获时您将收集所有 1024 个幅度,因此您的捕获大小为 1024。如果您的捕获速率为每秒 2 个,则每次捕获时您将收集 512 个幅度,因此您的捕获尺寸是512。
请注意,我不确定您是否设置了捕获大小,并且它与您使用的捕获率不成反比setDataCaptureListener
,它是否忽略您设置的大小或实际重复/删除数据。我总是用Visualizer.getMaxCaptureRate()
作为捕获率。
您可以做的(并且不会准确)是对适当的范围进行平均,尽管我认为您需要在平均之前将对数函数应用于幅度,否则结果看起来不会很好。在将它们可视化之前,您肯定需要在某个时刻对幅度应用对数函数,以便可视化工具对查看者有意义。
因此,选择捕获大小后,您可以准备用于收集结果的范围。
private val targetEndpoints = listOf(0f, 63f, 160f, 400f, 1000f, 2500f, 6250f, 16000f)
private val DESIRED_CAPTURE_SIZE = 1024 // A typical value, has worked well for me
private lateinit var frequencyOrdinalRanges: List<IntRange>
//...
val captureSizeRange = Visualizer.getCaptureSizeRange().let { it[0]..it[1] }
val captureSize = DESIRED_CAPTURE_SIZE.coerceIn(captureSizeRange)
visualizer.captureSize = captureSize
val samplingRate = visualizer.samplingRate
frequencyOrdinalRanges = targetEndpoints.zipWithNext { a, b ->
val startOrdinal = 1 + (captureSize * a / samplingRate).toInt()
// The + 1 omits the DC offset in the first range, and the overlap for remaining ranges
val endOrdinal = (captureSize * b / samplingRate).toInt()
startOrdinal..endOrdinal
}
然后在你的听众中
override fun onFftDataCapture(
visualizer: Visualizer,
fft: ByteArray,
samplingRate: Int
) {
val output = FloatArray(frequencyOrdinalRanges.size)
for ((frequencyOrdinalRange, i) in frequencyOrdinalRanges.withIndex) {
var logMagnitudeSum = 0f
for (k in ordinalRange) {
val fftIndex = k * 2
logMagnitudeSum += log10(hypot(fft[fftIndex].toFloat(), fft[fftIndex + 1].toFloat()))
}
output[i] = logMagnitudeSum / (ordinalRange.last - ordinalRange.first + 1)
}
// If you want magnitude to be on a 0..1 scale, you can divide it by log10(hypot(127f, 127f))
// Do something with output
}
以上我都没有测试过,所以可能会有错误。只是想传达策略。