检查特定声音（输入：麦克风）

Question

我的问题：我目前有一个声音文件，其中包含我录制的特定声音。我希望能够识别该声音何时再次播放超过2秒钟。音量对我来说并不重要，我希望能够识别出何时播放该特定音符。例如，该文件保存了音符A（la）的录音，如果我在麦克风旁边的钢琴上弹奏音符A，则树莓派会打印“正确”或其他内容。我在识别音符时遇到了麻烦，以前的研究建议使用FFT函数查找频率，但我一直无法弄清楚。您是否推荐任何我应该用来实现此功能的库？

理想情况下，我将能够识别外部声音的音调。一旦有了音调，我就可以在一系列频率之间进行检查。

Answer 1

您确实想使用numpy和scipy都提供的类似FFT的功能。这样的想法是，您将收集麦克风输入的缓冲区，对其应用FFT，然后尝试查找最强大的频率是否是您要查找的音符的频率。有tables可以告诉您每个音符的频率是。

您实际上是在制作spectrogram。

如果您需要操作顺序：

1. 建筑频率标度：
   1. 使用np.fft.fftfreq确定频率刻度（N与缓冲区的长度相同）

2. 识别笔记（这是一个循环）

   1. 在选定大小的缓冲区中收集信号

   2. 应用FFT

   3. 在频域中找到最大值

   4. 在查找表的错误范围内寻找相应的注释

有用的功能：

Numpy FFT

Numpy FFTFREQ

[其他有用的问题：

Maintain a streaming microphone input in Python