从PCM数据获取音频信息

Question

我从未能够理解音频数据的存储方式。但是，我想知道一种方法来查找PCM数据的音高。比方说，例如，我以一个给定的采样率以16位单声道PCM格式记录了一个在钢琴上被敲击的单个琴键。我怎么能找到音频的频率（赫兹）？获得平均频率的简单代码适用于我，但如何更好地理解格式的更详细的解释将是理想的。

谢谢！

Answer 1

PCM音频不存储为一系列音高。为了解决这个问题，你需要一个快速傅里叶变换或FFT。见https://*.com/search?q=pitch+detection，已有10多篇关于此的文章。

想想音频波形。 PCM编码只是简单地每秒钟对该波形进行一定次数的采样，并且每个采样使用特定数量的比特。

图片从http://en.wikipedia.org/wiki/Pulse-code_modulation

16位单声道PCM 44.1kHz的在意味着每秒44,100次，一个16位的值（2个字节）将被存储的是表示在特定的波形抽样时间。 44.1kHz速度足以存储接近22kHz的频率（请参阅Nyquist Frequency）。

FFT将这些采样从时域转换到频域。也就是说，你可以找到特定时间段内所有频率的水平。你看的频段越多，它的计算密集度就越高。