实时人体音高检测

我正在尝试实现一个唱歌游戏，该游戏将分析原始麦克风输入并告诉玩家他的演唱水平如何。这需要实时完成。

我遇到了很多线程在问同样的问题，但是我仍然没有完成它，这可能是由于我缺乏该领域的经验和浅薄的数学背景。我已经基于DSPDimension网站音高偏移的文章实现了一种算法：http ://www.dspdimension.com/admin/pitch-shifting-using-the-ft/

正如文章所解释的，我提取了真实的频率和幅度，但是我不知道以此找到基本频率。我试图获得最大幅度的信号仓，但是对于较高音调的信号只能给出正确的结果，无论我使用哪种过采样因子，对于低频信号仍然会得到不好的数据。这种方法是完全错误的，还是我在正确的轨道上却只是缺少一些东西？

提前致谢，

编辑：我忘了提及我只对音高类感兴趣，因此可以确定基本面是否缺失，但样本中的色相强烈。

EDIT2：谢谢大家，我刚刚完成了一个算法的工作，它就像一个魅力。低音高估计问题是由于我的输入测试所致。当我演唱音符时，音符正确匹配。另外，我现在正在考虑所有谐波，而不仅仅是最高峰值。

我试图获得最大幅度的信号仓，但是对于较高音调的信号只能给出正确的结果，无论我使用哪种过采样因子，对于低频信号仍然会得到不好的数据。

这是因为谐波是不是根本大。绘制频谱图，您会看到。找到真实基础的更好方法是自相关。然后，您将“滑动”波形经过自身并找到波形与自身对齐的延迟。

http://www.phon.ucl.ac.uk/courses/spsci/matlab/lect10.html

您是否真的要他们唱出确切的音符，还是可以根据他们的声音寄存器在其上或以下唱八度音调？

是的，将峰值频率估算器用于音调是错误的。音调是一种心理声学现象，因此音调检测或估计与频率估计不同。在前面的答案中，对于类似问题，已经有很多音高估计方法。有1种以上可供选择。

这是一个：https : //stackoverflow.com/questions/4227420/matlab-missing-fundamental-from-an-fft/4231322#4231322，另一个：改善音高检测的技巧

添加＃1：与此类似的问题经常被问到，以至于我写了一篇有关该主题的更长的博客文章：http : //www.musingpaw.com/2012/04/musical-pitch-is-not-just-fft- frequency.html