从AvassetReader和vDSP_FFT中获取iPhone mp3频率

Question

我正试图从iPhone/iPod音乐库获得频率，用于iPod库上的频谱应用程序，帮助自己通过avassetreader读取音频样本，然后使用-the- Apple -fft-and- acceler- framework和Apple vDSP样本，但不知何故我在某个地方错了，无法计算频率。

所以一步一步:

• 读取音频样本
• 汉宁窗口

这是从iPod mp3库获得频率的正确方法吗?

下面是我的代码:

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;  
}  

我得到1.485757和1.332233作为我的第一个频率

Answer 1

在我看来，FFT转换为复杂输入时存在问题。vDSP_ctoz()分割一个缓冲区，其中实和虚分量交织成两个缓冲区，一个实和一个虚。您对该函数的输入似乎只是转换为COMPLEX的真实数据。这意味着到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的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并将A.imagp设置为零。vDSP_ctoz()应该只在与产生交错复杂数据的源接口时才需要。

编辑

好吧，我认为我的第一个建议是错误的，因为vDSP文档说，真实到复杂的原位fft的实际输入应该格式化为分裂的复杂格式，这样imagp包含偶数样本，realp包含奇数样本。我实际上没有使用vDSP库，但我熟悉很多其他FFT库，我错过了那个细节。

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。此时，A.realp应该包含FFT输出的幅度平方，这是标量。如果要进行缩放，则应该在mag2操作之前进行，但如果只是寻找峰值，则可能不需要进行缩放。

要得到FFT输出表示的真实频率，使用这个公式:

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

,

i是FFT输出缓冲区的索引Fs为音频采样率N为FFT长度

所以你的计算结果可能是这样的:

float frequency = (peakIndex * 44100) / n;

请记住，vDSP只返回实际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。

另一个注意事项是，我不知道你的峰值查找算法是否会工作得很好，因为FFT输出不会平滑，并且经常会有很多振荡。你只是取第一个样本其中两个相邻的样本值更低。如果你只想找到一个峰值，最好是找到整个输出的最大值。如果你想找到多个峰值，你将不得不做一些更复杂的事情。