我尝试使用 Java 中的互相关来查找两个音频文件之间的延迟。到目前为止，我已经完成了这个算法，我知道有多少样本是延迟。

• FFT x1 -> 零填充长度：x1.length() + x2.length()
• FFT x2 -> 零填充长度：x1.length() + x2.length()
• X3 = FFT{x1} 乘以 FFT{2}*
• x3 = IFFT{X3}

为了验证我的结果，我使用八度。所以我可以看到我的结果通常是正确的，但是我的图表的位置不正确。

对于测试，我使用相同的文件，因此这代表自动相关功能。在八度图中，最大相关性位于输出向量的中心，这似乎是正确的。-> 所以延迟为 0，因为相同的文件

在我的版本中，图表位于开头和结尾。

因此，如果我使用两个不同的信号，则在八度音程中，最大相关性从中心向左/向右移动。在我的算法中，它从开始到中间或结束到中间。

所以看来我的图表计算正确，因为峰值移动了文件之间差异的样本量。但是位置不对。

看起来我必须修改我的输出向量：left half <-> right half

有什么想法是我的问题吗？

编辑：

public void execFastCrossCorrelation() throws FFTException
{
    // the used block size is N(x1) + N(x2)
    int blockSize = (x1.length+x2.length-1);

    // create & calc FFT with zero padding & get result

    // FFT x1
    FFT f1 = new FFT(x1, blockSize, 44100);
    f1.execFFT();
    Complex[] c1 = f1.getOutputData();

    // FFT x2
    FFT f2 = new FFT(x2, blockSize, 44100);
    f2.execFFT();
    Complex[] c2 = f2.getOutputData();

    // create output for cross correlation by using fast convolution : c3 = c1 multiply c2*
    Complex[] c3 = new Complex[c1.length];
    for(int i=0; i<c1.length;i++)
    {
        c3[i] = c1[i].multiply(c2[i].conjugate());
    }

    // create & calc IFFT  & get result
    IFFT f3 = new IFFT(c3, c3.length, 44100);
    f3.execIFFT();
    Complex[] corrResult = f3.getOutputData();

// search the maximum corrleation coefficient and his index
    double maxVal = 0;
    int maxIndex = 0;

    for(int i=0; i<corrResult.length;i++)
    {
        if(corrResult[i].abs() > maxVal)
        {
            maxVal = corrResult[i].abs();
            maxIndex = i;
        }
    }

所以 FFT 类是通过使用 apache-commons-math3 完成的。只需使用输入 vecotr 并为给定的 blockSize 创建一个 FFT（向上/向下舍入到 2 的幂并在必要时填充零）。

编辑：

所以现在我试图翻转输出（意味着左半边 -> 右半边和右半边 -> 左半边）

结果与八度的版本相匹配。

如果我用不同的文件尝试这个，它也像八度一样工作，意味着最大值从中心向左/右移动。这意味着我认为必须“镜像”输出向量的想法似乎是正确的。你知道为什么吗？