एंड्रॉइड ऑडियो एफएफटी ऑडियो आवृत्ति

Question

का उपयोग कर विशिष्ट आवृत्ति परिमाण को पुनर्प्राप्त करने के लिए एंड्रॉइड ऑडियो एफएफटी वर्तमान में मैं एंड्रॉइड का उपयोग करके कुछ कोड लागू करने की कोशिश कर रहा हूं, यह पता लगाने के लिए कि फोन के माइक्रोफ़ोन के माध्यम से कई विशिष्ट ऑडियो फ्रीक्वेंसी श्रेणियां खेली जाती हैं।

int channel_config = AudioFormat.CHANNEL_CONFIGURATION_MONO; 
int format = AudioFormat.ENCODING_PCM_16BIT; 
int sampleSize = 8000; 
int bufferSize = AudioRecord.getMinBufferSize(sampleSize, channel_config, format); 
AudioRecord audioInput = new AudioRecord(AudioSource.MIC, sampleSize, channel_config, format, bufferSize); 

ऑडियो तो में पढ़ा जाता है:

short[] audioBuffer = new short[bufferSize]; 
audioInput.startRecording(); 
audioInput.read(audioBuffer, 0, bufferSize); 

एक FFT प्रदर्शन जहाँ मैं अटक हो जाते हैं, के रूप में मैं इस क्षेत्र में बहुत कम अनुभव है है मैं AudioRecord वर्ग का उपयोग कर वर्ग की स्थापना की है । मैं इस वर्ग का उपयोग करने के प्रयास कर रहे हैं:

FFT in Java और Complex class to go with it

मैं तो निम्न मान भेज रहा हूँ:

Complex[] fftTempArray = new Complex[bufferSize]; 
for (int i=0; i<bufferSize; i++) 
{ 
    fftTempArray[i] = new Complex(audio[i], 0); 
} 
Complex[] fftArray = fft(fftTempArray); 

यह आसानी से मुझे गलत समझ कैसे इस वर्ग के काम करने के लिए है हो सकता है, लेकिन मूल्य पूरे स्थान पर कूदते हैं और चुप्पी में भी लगातार आवृत्ति के प्रतिनिधि नहीं हैं। क्या कोई इस कार्य को करने के तरीके से अवगत है, या क्या मैं ग्राफिकल प्रतिनिधित्व के रूप में इसे आकर्षित करने के बजाय आवृत्ति श्रेणियों की केवल एक छोटी संख्या को कोशिश करने और पकड़ने के लिए मामलों को कम करता हूं?

Answer 1

सबसे पहले आपको यह सुनिश्चित करने की आवश्यकता है कि आपको जो परिणाम मिल रहा है वह सही ढंग से एक फ्लोट/डबल में परिवर्तित हो गया है। मुझे यकीन नहीं है कि छोटा [] संस्करण कैसे काम करता है, लेकिन बाइट [] संस्करण केवल कच्चे बाइट संस्करण को लौटाता है। इस बाइट सरणी को फिर एक फ़्लोटिंग पॉइंट नंबर में ठीक से परिवर्तित करने की आवश्यकता है। रूपांतरण के लिए कोड इस तरह कुछ दिखना चाहिए:

double[] micBufferData = new double[<insert-proper-size>]; 
    final int bytesPerSample = 2; // As it is 16bit PCM 
    final double amplification = 100.0; // choose a number as you like 
    for (int index = 0, floatIndex = 0; index < bytesRecorded - bytesPerSample + 1; index += bytesPerSample, floatIndex++) { 
     double sample = 0; 
     for (int b = 0; b < bytesPerSample; b++) { 
      int v = bufferData[index + b]; 
      if (b < bytesPerSample - 1 || bytesPerSample == 1) { 
       v &= 0xFF; 
      } 
      sample += v << (b * 8); 
     } 
     double sample32 = amplification * (sample/32768.0); 
     micBufferData[floatIndex] = sample32; 
    } 

फिर आप अपनी इनपुट जटिल सरणी बनाने के लिए micBufferData [] का उपयोग करते हैं।

परिणाम मिलने के बाद, परिणामों में जटिल संख्याओं की परिमाण का उपयोग करें। वास्तविकता वाले आवृत्तियों को छोड़कर अधिकांश परिमाण शून्य के करीब होना चाहिए।

आप आवृत्तियों के लिए इस तरह के परिमाण को सरणी सूचकांक कन्वर्ट करने के लिए नमूना आवृत्ति की जरूरत है:

private double ComputeFrequency(int arrayIndex) { 
    return ((1.0 * sampleRate)/(1.0 * fftOutWindowSize)) * arrayIndex; 
}