Вот у меня есть .3gpp
файл, и я знаю путь к нему в виде String
. Аудио дорожку надо разбить на несколько частей, и получить среднее значение частоты к каждой части. Было бы круто, если был метод на подобии int getFrequency(String path, int milliseconds)
, но точно такого метода я не нашел. Погуглив, я понял, что надо как-то декодировать аудио файл и сделать ряд вычислений, но непонятно каких вычислений и непонятно как декодировать аудио
-
А средняя частота это как? Есть вот в сигнале 440 Гц с высокой амплитудой и шумы от 20 Гц до 18000 Гц с низкой амплитудой. Что должно получиться-то?– Владимир Мартьянов17 ноя 2017 в 12:49
-
Наверное, так как тюнер для муз. инструментов - показывать одну частоту.– nick_n_a17 ноя 2017 в 12:50
-
@ВладимирМартьянов Например, у нас есть кусок аудиофайла, который длится 1 секунду. Мы 100 раз отмеряем частоту, с промежутком в 10 миллисекунд, складываем все частоты и делим на 100– Minebot17 ноя 2017 в 12:58
-
@Minebot Быстрое преобразование фурье используйте, короче. Только вы получите трэш с таким подходом. Потому что одновременно может быть больше 1 частоты, и часть из них может быть шумами...– Владимир Мартьянов17 ноя 2017 в 13:00
-
@ВладимирМартьянов Можно же не считать диапазон частот шума. Или же как-то сгладить их. Как может быть больше 1 частоты?– Minebot17 ноя 2017 в 13:04
1 ответ
Делается это так.
Сначала чуть-чуть теории
Звук в общем (и в частности музыкальный) это сложение разных частот (по научному гармоник) с разной амплитудой. Если грубо представить то это иллюстрируется картинкой типа:
Разбивка на частоты конкретного звука производится преобразованием Фурье - в вычислительном смысле это удобно делать т.н. быстрым преобразованием Фурье
В итоге мы получим табличку типа (*):
частота[i] -> амплитуда[i]
частота[i+1] -> амплитуда[i+1]
....
Далее вычисляем среднюю амплитуду то есть надо проинтегрировать табличку в слышимом диапазоне (от 20 гц. до 20 кгц) примерно так:
сумма((частота[i+1]-частота[i])*амплитуда[i])/(20000-20)
Средняя громкость (пропорциональна логарифму амплитуды звука):
сумма((частота[i+1]-частота[i])*log(амплитуда[i]))/(20000-20)
Средняя частота, это частота на которой интеграл:
сумма((частота[i+1]-частота[i])*log(амплитуда[i]))
равен половине суммы за весь слышимый интервал. Иллюстрирует такая картинка:
Теперь конкретнее
В обычном аудио файле/треке данные звука хранятся в виде PCM (pulse code modulation) - то есть это развертка звука по амплитуде и времени.
Вам надо получить эти данные из трека. В обычном Java это можно получить через AudioInputStream
, но в Android он не работает. К счастью есть такая библиотека RingDroid - откуда можно почерпнуть это тайное знание.
Остается дело за малым засунуть за определенный интервал PCM данные в быстрое фурье, получить распределение и вычислить среднюю частоту.
Как то так.