我正在尝试做一个应用程序，用户会说一些话，然后单击一个按钮，该按钮会为他们所说的话提供频率值。我搜索了很多，得出的结论是，我需要首先使用音频记录类来记录语音，然后使用FFT将其转换为频率。我的主要问题是FFT给出了一个频率图，我不需要，我需要频率和音高值。我该怎么做？
请帮助我：）
除非你收集的是纯音高的声音（比如正弦波），否则你的结果实际上是你目前通过FFT得到的一系列频率（请查看此描述）。
可以使用音高估计算法从FFT图中收集声音的音高（请参阅此处的答案）。如果合适的话，这里有一些开源球场跟踪实现的链接。
这绝对可行！
祝你好运。
有很多东西可以用来帮助这个过程。JTransforms是一个库，可以让您轻松地进行FFT。你需要在多个点进行FFT，以获得每个点的相应频率。当我说"点"时，我的意思是你应该把音频分解成块，然后单独进行FFT处理。这些块可以重叠以提高精度。为了获得更高的精度，还可以在执行FFT之前对它们进行开窗。
然后，需要对FFT的结果进行更多的处理，以使结果更加准确。这可以使用倒频谱分析或谐波乘积频谱分析以及其他方式来完成。
最后，请记住，除了FFT，还有其他解决方案。自相关方法根本不使用频域。它检查实际的音频文件样本以确定频率。这可能在计算上更昂贵，但也可能更准确。