我想创建一个分析人类语音音高的应用程序，但频谱图非常嘈杂。但是，在 Adobe Audition 中，有一个称为频谱音高显示的功能，它成功地过滤了频谱图，以便只显示相关的音高信息。这种类型的图叫什么？如果我想在代码中实现它，我应该从哪里开始搜索？
频谱音高显示示例：
同一音频片段的示例频谱图：
音频处理 - 如何创建频谱音高显示？
信息处理
声音的
频谱图
音频处理
沥青
嗓音
2022-02-17 12:15:14
1个回答
您通常可以通过更改 STFT/FFT 的长度、偏移和重叠来权衡频谱图中的时间与频率分辨率。
如果您为单个频谱图计算一组以上的 STFT/FFT（例如，一组较短的 FFT 以获得更好的时间分辨率，一组较长的 FFT 以获得更好的频率分辨率）您可以将这两个（或更多！）组组合成一个通过使用一组来控制另一组的显示（通过一些非线性函数）来制作单个图形。
但是，（感知的）音高和频谱频率不是一回事。
我为我的音乐频谱图应用程序尝试过的一些方法是使用音高估计器（自相关/ASDF/AMDF、倒谱、谐波积谱等之一）而不是仅使用固定长度的 FFT 频率估计器，并绘制在 STFT/FFT 频谱图上或顶部跟踪音高及其相关泛音。