java - Android 中音频信号的 FFT 解码器

Question

我正在尝试在 android 中为发布的项目制作一个解码器 https://github.com/rraval/pied-piper他们已经在 python 中创建了一个解码器，在 python 中使用 numpy 包非常容易，但在 Java 中我遇到了困难。在 python 中使用的步骤包括:

def dominant(frame_rate,chunk):
  w=numpy.fft.fft(chunk)
  numpy.fft.fftfreq(len(chunk))
  peak_coeff = numpy.argmax(numpy.abs(w))
  peak_freq = freqs[peak_coeff]
  return abs(peak_freq * frame_rate) # in Hz

以上代码以 block [ ] 的形式返回音频数据的频率。

我正在尝试编写实现相同逻辑的 Android 代码。到目前为止，我的工作如下:

public class MicReadThread3 extends Thread {

static final int HANDSHAKE_START_HZ = 8192;
static final int HANDSHAKE_END_HZ = 8192 + 512;
static final int START_HZ = 1024;
static final int STEP_HZ = 256;
static final int BITS = 4;
static final int FEC_BYTES = 4;
static final int sample_size=8;
boolean callBack_done=false;

private static final int AUDIO_SOURCE = MediaRecorder.AudioSource.MIC;
private static final int SAMPLE_RATE = 44100; // Hz
private static final int ENCODING = AudioFormat.ENCODING_PCM_16BIT;
private static final int CHANNEL_MASK = AudioFormat.CHANNEL_IN_MONO;
private static final int BUFFER_SIZE = AudioRecord.getMinBufferSize(SAMPLE_RATE, CHANNEL_MASK, ENCODING);
private static final int blockSize=BUFFER_SIZE;



public MicReadThread3(){
    setPriority(Thread.MAX_PRIORITY);
}

@Override
public void run(){

    System.out.println("Buffer Size : "+BUFFER_SIZE);
    AudioRecord audioRecord=null;
    double dom;
    byte[] buffer=new byte[blockSize];
    short[] bufferShort =new short[blockSize];
    audioRecord = new AudioRecord(AUDIO_SOURCE, SAMPLE_RATE, CHANNEL_MASK, ENCODING, BUFFER_SIZE);
    audioRecord.startRecording();
    while(true){
        audioRecord.read(buffer, 0, blockSize);
        dom = dominant(SAMPLE_RATE, buffer);
        System.out.println("Dominant="+dom);
        if(match(dom,HANDSHAKE_START_HZ)){
            System.out.println("Found Handshake start freq :"+dom);
        }

        if(match(dom,HANDSHAKE_END_HZ)){
            System.out.println("Found Handshake end freq :"+dom);
        }
    }

}

public boolean match(double freq1, double freq2) {
    return Math.abs(freq1 - freq2) < 20;
}

public double dominant(int frame_rate, byte[] chunk){
    int len=chunk.length;
    double[] waveTransformReal=new double[len];
    double[] waveTransformImg=new double[len];
    for(int i=0;i<len;i++){
        waveTransformReal[i]=chunk[i];
    }

    Fft.transform(waveTransformReal,waveTransformImg);

    //Calculating abs
    double[] abs=new double[len];

    for(int i=0;i<len;i++) {
        abs[i] = (Math.sqrt(waveTransformReal[i] * waveTransformReal[i] + waveTransformImg[i] * waveTransformImg[i]));

    }
    int maxIndex=0;
    for(int i=0;i<len;i++) {
        if (abs[i] > abs[maxIndex])
            maxIndex = i;
    }
    //frame_rate is sampling freq and len is no. of datapoints
    double dominantFrequency=(maxIndex*frame_rate)/len;
    return dominantFrequency;
}

我用来获取 Fft 的类可以在下面给出的链接中找到: https://www.nayuki.io/res/free-small-fft-in-multiple-languages/Fft.java

如果它等于握手频率，我必须打印主频率。

但是当我打印这些值时，我得到的只是垃圾频率值，例如 1000,42050,2000,...

在 python 中，代码很好，但在 android 中，它变得越来越难...... 请帮忙，我的项目提交必须在下周完成。这只是我项目的一部分，我们因为这个问题而落后了!提前致谢。

Answer 1

我原来的回答太快了

    double dominantFrequency=(maxIndex*frame_rate)/len;

引用您的评论，我再次查看了 github 代码与您发布的代码之间的差异:github 请求 8 位音频，这里是 ENCODING_PCM_16BIT。

因此 waveTransformReal[] 中的每个值都只是部分值，因为它取自 chunk[] 字节数据，其中 2 个字节构成完整值。作为快速测试，请尝试使用 ENCODING_PCM_8BIT 并查看您是否获得正确的结果。