请教关于声音波形处理方法

经常听利用傅里叶变换处理波形。

傅里叶变换具体如何应用，网上是否有代码可以利用？

对一个音频文件局部，需要调高8度，如何实现？

对一个音频文件局部，需要音量放大，又如何如何实现？

一个笛子的音频，与一个清唱的歌曲音频，又如何叠加到一起，达到伴奏的效果？

语音识别中比对声音波形有哪些方法？

问题比较多，请朋友们就各自所知给予指教。

12 个解决方案

#1

网上是否有代码可以利用？
搜了就有了

局部，需要调高8度，如何实现？
傅里叶变换再调整高频部分, 再变换回去, 注意两端

局部，需要音量放大，又如何如何实现？
直接把取样数据乘以倍数, 注意两端, 尖峰失真

又如何叠加到一起，达到伴奏的效果？
取样数据两个相加, 取平均值(比例)

比对声音波形有哪些方法？
比较专业, 一般是频谱指纹

#2

matlab中的fft就是傅里叶变换，还有一些类似的函数，傅里叶变换可以用来进行特征提取

#3

貌似DirectMusic可以满足LZ一些需求。

#4

建议找找开源的代码吧，看看有没有可以用的。也可以研究下DirectX
感觉DirectX与底层交互做的很强！可以试试吧。

#5

我上传了一个sound FFT资源,但不知为何，上传后没有显示，可能得等等，等可以下载了，你下载学习一下，或许会有参考价值

#6

感谢各位朋友的指点，我这几天努力的在网上找。

引用 5 楼 swandream 的回复:

我上传了一个sound FFT资源,但不知为何，上传后没有显示，可能得等等，等可以下载了，你下载学习一下，或许会有参考价值

如果有时间，请给我的邮箱发一个: hztj2005 # yahoo.com.cn

非常感谢！

#7

www.speex.org开源的语音通讯项目，傅里叶啥的我不懂，不过那里面肯定有。

以前做过语音通讯，简单的处理还是知道的。
1、音量放大，把PCM数据直接乘以一个数就行了，减小同理，其实就是把波形在Y轴上放大、缩小。
2、声音叠加，把两段PCM数据直接相加就行了，相当于波形重叠。

#8

 1、音量放大，把PCM数据直接乘以一个数就行了    
好象不行吧

贴一个我画波形文件的代码

//-----------------------------------------------------------------------------
// 绘制声音波形
//  pBuffer  PCM数据
//  dwSize   PCM数据长度
//  dwPos    数据开始的位置       为了使MP3解码一帧，输出一帧波形图， POS就是表示当前帧在MP3中的位置 
//-----------------------------------------------------------------------------
void CWaveBar::DrawWaveGraph(BYTE* pBuffer, DWORD dwSize, DWORD dwPos)
{
	iframecount++;                 //第几帧，，这个函数做为回调函数用，
	if(dwPos>m_dwDataSize) m_dwDataSize=dwPos;
	if(m_dwDataSize>=m_dwSize && m_dwSize==0) return; 
	if(m_MDC.m_hDC !=NULL)  //  
	{
		CPen penLine,penWhite,penCursor,*oldpen;  //各种COLOR的PEN

		penLine.CreatePen (PS_SOLID,0,RGB(0,90,180));
		penWhite.CreatePen (PS_SOLID,1,RGB(255,255,255));
		penCursor.CreatePen (PS_SOLID,1,RGB(255,0,0));
		oldpen=m_MDC.SelectObject (&penLine);

		DWORD size, perSize, totalSize;
	    size=m_wfx.wBitsPerSample ==16?dwSize/2:dwSize;
		perSize=m_wfx.wBitsPerSample ==16?m_dwDataSize/2:m_dwDataSize;
		totalSize=m_wfx.wBitsPerSample ==16?m_dwSize/2:m_dwSize; 
		int b=0; 
		int time=m_dwSize/m_wfx.nAvgBytesPerSec ;   
		b=time<10 ? memrec.Width()-((memrec.Width()/10)*time):0;// if the time<10 calculate the wave width

		int pps=(memrec.Width ()*15)/time; 
		int n= m_wfx.nSamplesPerSec /pps;    

		int yy=memrec.Height ()/4; 
		int h=yy;		   
		short sample;
		int register x=0; 
		int nLastX = int(((float)(perSize)/totalSize)*(memrec.Width()-b));
		int px;
		int Index=nLastX/10; 
		int nLastY = yy;
		for(x=0;x<(long)size;x=x+n)	//画第1 channel 的波形
		{
			//难道下面两句就是FFT变换的算法么？？？？
			sample=m_wfx.wBitsPerSample ==8?( (*(pBuffer+x)-128)*h)/128:((*((short*)pBuffer+x))*h)/(65535/2);
			 px = int(((float)(perSize+x)/totalSize)*(memrec.Width()-b));
			int py = yy-sample;
	 
			m_MDC.SelectObject (&penLine);
			m_MDC.MoveTo(nLastX, nLastY);
			m_MDC.LineTo (px, py);
			nLastX = px;
			nLastY = py;
		}

		if(m_wfx.nChannels>1) // 如果是立体专用
		{
			yy= yy+h+h/2;
			m_MDC.SelectObject (&penLine);
			m_MDC.MoveTo (int(((float)(perSize)/totalSize)*(memrec.Width()-b)),yy);			// move to the orgin

			for( x=1;x<=(long)size;x=x+n) //画第二通道的波形
			{
				//难道下面两句就是FFT变换的算法么？？？？
				sample=m_wfx.wBitsPerSample ==8?( (*(pBuffer+x)-128)*h)/128:((*((short*)pBuffer+x))*h)/(65535/2);
				px=int(((float)(perSize+x)/totalSize)*(memrec.Width()-b)) ; 
				m_MDC.LineTo (px,yy-sample);
			}
		}
		m_MDC.SelectObject (oldpen);
		if (Index<1000 && m_OffsetIndex[Index]==0)
		{
			m_OffsetIndex[Index]=g_pMp3Current-g_pMp3Begin ;
			if (Index>0)
			{
				//画向屏
				int x1,x2 ; 
				x1= (float)((Index-1)*10) / m_fZoom- m_XAmount ; 
				x2= (float)(Index*10) / m_fZoom- m_XAmount ; 
				CDC *pDc = GetDC();
				CRect rc; 
				GetClientRect(&rc);
				StretchBlt(pDc->m_hDC,x1,WAVE_SCALE_TOP,x2-x1,rc.Height()-WAVE_SCALE_TOP,m_MDC.GetSafeHdc(),
					(Index-1)*10,0,10,memrec.Height(),SRCCOPY);
			pDc->DeleteDC();
			}

		}

	}	
	m_dwDataSize += dwSize;	
}

#9

引用 5 楼 swandream 的回复:

我上传了一个sound FFT资源,但不知为何，上传后没有显示，可能得等等，等可以下载了，你下载学习一下，或许会有参考价值

谢谢！
我下载了，代码没有中文注释，可能得些时间看懂。

我在CodeProject也下了一个：

http://www.codeproject.com/KB/audio-video/DirectSound_Spectrum2.aspx

#10

推荐一本书：
孙鹤泉《实用Fourier变换及C++实现》，这本书有说明，光盘有C++代码，很难得。

#11

虽然还没有完全弄懂，但最近看下面这些书，有希望弄懂了，我就把贴结了。

1、潘文杰的傅里叶变换，是理论基础，看看有帮助，但有点难懂，不求甚解也是种方法。
2、程乾生《数字信号处理》，不错。
3、《小波与傅里叶分析基础》，芮国胜译。不错。
4、孙鹤泉《实用Fourier变换及C++实现》，这本书光盘有C++代码。难得。

感谢大家！

#12