我正在开发一个简单的Web应用程序，该应用程序允许用户调整他/她的吉他。我是信号处理方面的真正初学者，因此，如果我的问题不合适，请不要过分判断。
因此，我设法使用FFT算法获得了基频，此时，该应用程序可以实现某种功能。但是，还有改进的余地，现在我将原始pcm发送给FFT算法，但是我在想，也许有一些前置/后置算法/过滤器可以改善检测效果。你能建议什么吗？
我的主要问题是，当检测到某个频率时，它将显示该频率1-2秒，然后跳至其他随机频率，然后再次返回，依此类推，即使声音是连续的。
我也对任何其他类型的优化感兴趣，如果有人对此有经验的话。
Answers:
我猜它得到的其他频率是基波的谐波？就像您在演奏100 Hz，而是拾取200 Hz或300 Hz一样？首先，您应该将搜索空间限制在吉他可能会出现的频率范围内。找到您可能需要的最高基本知识，并限制于此。
如果基频的幅度低于谐波（或完全缺失，但这与吉他无关紧要），则自相关在查找基频方面将比FFT更好。
您也可以尝试加权较低的频率以强调基波并最大程度地减少谐波，或者使用类似这样的峰值拾取算法，然后选择最低频率。
同样，在应用FFT之前，应先对信号加窗。您只需将其乘以窗口函数即可，该函数会逐渐减小波形的开始和结束以使频谱更清晰。然后，您将获得频率分量的高尖峰而不是宽的尖峰。
您还可以使用插值来获得更准确的峰。取光谱的对数，然后将抛物线拟合到峰和两个相邻点，并找到抛物线的真实峰。但是，您可能不需要这么高的准确性。
音调与FFT的峰值幅度频率仓不同。音调是一种人类的心理声学现象。基音可能缺少或非常弱的基音（在某些语音，钢琴和吉他声音中很常见）和/或频谱中的许多有力的泛音使基音频率不堪重负（但仍被人听到为该基音） 。因此，任何FFT峰值频率检测器（甚至包括一些开窗和内插）都不是可靠的音高估计方法。
这个stackoverflow问题包括一些估计音高的替代方法的列表，这些方法可能会产生更好的结果。
补充：如果您要对吉他声音进行此操作，请注意，最低的吉他弦实际上可能会产生轻微的不和谐泛音，使音高估算更加困难，因为人耳可能会听到与泛音的倍数更紧密相关的音高频率，而不是弦的实际基本振动频率。
＃2：这个问题经常被问到，以至于我写了一篇较长的博客文章，主题是：http : //www.musingpaw.com/2012/04/musical-pitch-is-not-just-fft-frequency.html
我花了很多年研究和弦音乐的音高检测-就像检测mp3录音中吉他独奏的音符一样。我还写了关于Wikipedia的部分，简要介绍了该过程（请看下面链接中的“音高检测”小节）。
当在钢琴上按下单个键时，我们听到的不仅是声音振动的一个频率，而是在不同的数学相关频率下发生的多个声音振动的组合。这种在不同频率下的振动合成的元素称为谐波或部分谐波。例如，如果我们按钢琴上的中音C键，则复合谐波的单个频率将从261.6 Hz开始作为基频，523 Hz为第二谐波，785 Hz为第三谐波，1046 Hz是4次谐波，等等。后面的谐波是基频261.6 Hz的整数倍（例如：2 x 261.6 = 523、3 x 261.6 = 785、4 x 261.6 = 1046）。
我使用修改后的DFT对数变换，首先通过查找峰值电平的频率来检测可能的谐波（请参见下图）。由于我为修改后的Log DFT收集数据的方式，我不必对信号应用开窗功能，也不必添加和重叠。我已经创建了DFT，以便将其频率通道对数定位，以便与吉他，萨克斯风等音符产生谐波的频率直接对齐。
现在已经退休了，我决定在一个名为PitchScope Player的免费演示应用程序中发布我的音高检测引擎的源代码。PitchScope Player可在网上找到，您可以下载Windows的可执行文件，以查看我的算法在所选mp3文件上的作用。以下指向GitHub.com的链接将带您进入完整的源代码，在这里您可以查看如何通过自定义对数DFT变换检测谐波，然后查找频率满足正确整数关系的部分（谐波），从而定义了“沥青'。
我的音高检测算法实际上是一个两阶段过程：a）首先检测到ScalePitch（“ ScalePitch”具有12个可能的音高值：{E，F，F＃，G，G＃，A，A＃，B，C，C＃，D ，d＃}）b）和被确定ScalePitch后，则八度是通过检查所有谐波的4个可能的倍频候选笔记计算。该算法旨在检测和弦MP3文件中任何给定时刻的最主要音高（音符）。这通常与器乐独奏的音符相对应。那些对我的2级音高检测算法的C ++源代码感兴趣的人可能希望从GitHub.com上SPitchCalc.cpp文件中的Estimate_ScalePitch（）函数开始。
https://github.com/CreativeDetectors/PitchScope_Player
https://zh.wikipedia.org/wiki/Transcription_（音乐）#Pitch_detection
下图是对数DFT（由我的C ++软件创建）的图像，在多音mp3录音中吉他独奏3秒。它显示了弹奏独奏时吉他上各个音符的谐波如何出现。对于此对数DFT的每个音符，我们可以看到其多个谐波垂直延伸，因为每个谐波将具有相同的时间宽度。确定音符的八度之后，我们便知道基本音的频率。
下图演示了八度音阶检测算法，一旦确定了该音阶的ScalePitch，我就会开发该算法来选择正确的八度音阶候选音符（即正确的基本音阶）。那些希望在C ++中看到该方法的人应该转到名为FundCandidCalcer.cpp的文件内的Calc_Best_Octave_Candidate（）函数，该文件包含在我在GitHub上的源代码中。
