Eu estava procurando na loja de aplicativos Android um afinador de violão. Encontrei um aplicativo de sintonizador que alegava ser mais rápido que outros aplicativos. Alegou que poderia encontrar a frequência sem usar o DFT (eu gostaria de ainda ter o URL dessa especificação).
Eu nunca ouvi falar disso. Você pode adquirir um sinal de áudio e calcular a frequência sem usar o algoritmo DFT ou FFT?
Uma FFT relata os picos ou picos de frequência do espectro (quantizados pelo tamanho do compartimento da FFT), que é diferente do tom musical. É possível que a frequência de afinação percebida esteja completamente ausente de um espectro de FFT.
Alguns dos afinadores de guitarra mais simples usavam filtro passa-baixo ou passa-banda e mediam o tempo entre cruzamentos de zero. O recíproco fornece uma estimativa de frequência.
A autocorrelação é outro método comum de estimativa de afinação; e correlação deslizante ou outras medidas de auto-similaridade têm muitas variações, como ASDF deslizante (diferença ao quadrado), AMDF (diferença média), correspondências de padrões não lineares, verificação adaptativa apenas para uma faixa limitada de defasagens, interpolação de defasagem, janelas e seleção de janela adaptável, várias ponderações ou uso da teoria da decisão para selecionar entre várias sequências potenciais de histórico de atraso e etc. Um problema com a maioria das medidas de auto-similaridade é escolher a oitava apropriada, pois uma sub-oitava pode mostrar quase a mesma semelhança.
Outras possibilidades incluem o uso de PLLs, demoduladores de quadratura filtrados, transformações de Hilbert filtradas e etc.
Mas observe que alguns métodos de filtragem e desmodulação do DSP são computacionalmente equivalentes a fazer 1 bin de uma DFT com janela, que pode ou não ser a resposta para sua pergunta.
fonte
A detecção de pitch pode ser feita de várias formas versáteis e curiosas. Uma maneira de fazer isso é usando a autocorrelação . Este artigo fornece um exemplo de como pode ser usado. A autocorrelação pode ser ridiculamente simples usando um correlador de 1 bit (não foi possível encontrar nenhum documento decente sobre isso por algum motivo). Então, teoricamente, o pitch pode ser detectado mais rapidamente do que com a FFT, mas duvido que seja muito mais preciso sem um pré-processamento realmente inteligente.
fonte
Veja também a relativamente nova transformação Hilbert-Huang (HHT), definida por algoritmo . Ele pode lidar com sinais não estacionários e não lineares que podem ser relevantes para a sua aplicação.
fonte
Se você souber exatamente qual compartimento de frequência está procurando em uma DFT / FFT, poderá usar o algoritmo Goertzel para obter apenas o valor desse compartimento.
http://en.wikipedia.org/wiki/Goertzel_algorithm
fonte
Eu tenho um violão há um mês e comecei a escrever um afinador baseado em PLL .
Um dos recursos que usei para entender a PLL foi a página "Entendendo os loops bloqueados por fases " , de Paul Lutus.
fonte
Você pode realmente calcular a frequência de um sinal usando seu pseudo-espectro, que analisa os autovetores de sua matriz de autocorrelação. Basicamente, decompõe seu sinal em ruído e subespaços de sinal. A partir daí, você pode encontrar seu espectro. (Você também pode limitá-lo e fornecer um intervalo de frequências para verificar). Também é bastante imune ao ruído. Obviamente, esse é um método paramétrico, e não paramétrico, como o DFT.
fonte
Tudo depende de qual plataforma você deseja processá-lo; se você precisar de um circuito simples, sugiro que apareça o sinal com ganho, transforme-o em uma onda quadrada e meça o período com um microcontrolador usando o timer.
Mas se você quiser se divertir com o processamento de sinais, confira o método MUSIC:
http://en.wikipedia.org/wiki/Multiple_signal_classification
Espero que ajude
fonte
Existem muitos métodos de estimativa de afinação sem o uso de DFT / FFT, alguns deles incluindo o método MUSIC estão listados neste documento: https://ieeexplore.ieee.org/abstract/document/6521410/ Os resultados da simulação neste documento indicam que quando a frequência fundamental é muito baixa, o método NLS exato supera outros dentre os listados.
fonte