audio - 可以在代码中表示/计算声音的哪些属性？

Question

这个可能适合对音乐理论有一定了解的人。人类可以识别声音的某些特征，例如音高、频率等。基于这些属性，我们可以将一种声音与另一种声音进行比较，并获得可能性的度量。例如，很容易区分钢琴和吉他的声音，即使两者都弹奏相同的音符。

如果我们以编程方式进行相同的过程，从两个音频样本开始，我们可以计算声音的哪些属性并将其用于比较？从技术角度来说，是否有任何流行的 API 来做这种事情？

PS:如果我在我的问题中犯了任何基本错误或者我听起来像一个完整的音乐菜鸟，请原谅我。因为我上午 一个完整的音乐菜鸟。

Answer 1

有两组属性。

“频域”——特定样本中泛音的幅度。这是每个泛音的幅度。

“时域”——幅度样本随时间变化的序列。

您可以使用 Fourier Transforms ，在两者之间转换。

时域是声音的“本质”——一系列振幅。频域是我们“听到”的东西——一组决定乐器、和声和不谐调的泛音和音高。

两者的混合——频率随时间变化——是对旋律的感知。