Помогите с реализацией этого алгоритма обнаружения ударов?

Question

Недавно я попытался реализовать найденный здесь код обнаружения ударов, а именно алгоритм Derivation and Combfilter # 1:: http://archive.gamedev.net/reference/programming/features/beatdetection/page2.asp

Я не слишком уверен, успешно ли я реализовал это, поскольку я не получаю хорошие результаты. Мне было интересно, если кто-то реализовал это успешно или просто к хорошим людям, которые хотят помочь в целом. Вот моя реализация:

//Cycle through Tempo's (60 to 200) incrementing each time by 10
for (int i = (int)mintempo; i <= maxtempo; i += 10)
{
    //Clear variables to be used
    curtempo = i;
    fftPulse.Clear();
    offset = 0;
    energy = 0;
    short[] prevBuffer = null;

    //Calculate ti
    ti = (60 / curtempo) * 44100;
    ti = Math.Round(ti, 0);

    //Generate pulse train
    for (int j = 0; j < pulseTrain.Length; j++)
    {
        if ((j % ti) == 0)
            pulseTrain[j] = short.MaxValue;
        else
            pulseTrain[j] = 0;
    }

    //Compute FFT of the pulseTrain array
    while (offset < pulseTrain.Length)
    {
        //Generate block samples (1024 is my blocksize)
        short[] fftPulseBuffer = new short[po.blocksize / 2];

        //Store samples from pulseTrain in a 1024 block buffer for passing to the FFT algorithm
        index = 0;
        for (int j = offset; j < (offset + (po.blocksize / 2)) && j < pulseTrain.Length; j++)
        {
            fftPulseBuffer[index] = pulseTrain[j];
            index++;
        }

        //Initialize prevBuffer, which contains samples from the previous block, used in conjunction with the current block for the FFT
        if (prevBuffer == null)
            prevBuffer = new short[po.blocksize / 2];

        //Calculate the FFT using the current and previous blocks
        fftPulse.Add(CalculateFFT(fftPulseBuffer,prevBuffer));

        //Set prevBuffer and increment to next block start position
        prevBuffer = fftPulseBuffer;
        offset += (po.blocksize / 2);
    }

//Calculate energy
    for (int j = 0; j < intendomainarr.Count; j++)
    {
        double[] signalarr = intendomainarr[j];
        double[] pulsearr = fftPulse[j];
        for (int x = 0; x < signalarr.Length; x++)
        {
            energy += Math.Abs(signalarr[x] * pulsearr[x]);
        }
    }

    //Get current best tempo match
    if (energy > maxenergy)
    {
        chosentempo = curtempo;
        maxenergy = energy;
    }
}

Результаты, которые я получаю, всегда очень высоки, обычно около 190 и 200 ударов в минуту, что НЕ должно иметь место, поскольку мои файлы.wav имеют темпы только между 60-120 ударов в минуту.

Обратите внимание, что я использую файл.WAV (44,1 кГц, 16-бит, моно), так что некоторые формулы немного изменены (т. Е. Вычисляются значения энергии) для работы только с одним каналом. Я хотел бы подтвердить, были ли какие-либо расхождения в моей реализации? Я не беспокоюсь о части FFT, потому что я использую библиотеку для этого.

Большое спасибо!

Answer 1

Составьте график зависимости энергии от частоты.

Я думаю, вы обнаружите, что гармоники имеют почти такую ​​же энергию, что и базовый сигнал, и если фактическая частота падает на полпути между частотными бинами, то пик второй гармоники дискретизируется и легко отбивает две выборки с любой стороны от истинной частоты.

Вам нужно будет немного оштрафовать более высокие частоты, чтобы преодолеть этот эффект.

---

Обратите внимание, что хотя C# не является необоснованным выбором для реализации такого алгоритма в режиме реального времени или для массовой пакетной обработки, он ужасен для разработки и настройки алгоритма. Я бы порекомендовал использовать MatLab (или бесплатный клон Octave), чтобы получить правильный алгоритм, и только после того, как он заработает на некоторых тестах, преобразуйте код в C# (или C++).

Answer 2

Я не совсем уверен, если это нужно, но в этом блоке комментарии не соответствуют коду:

    //Generate block samples (1024 is my blocksize)
    short[] fftPulseBuffer = new short[po.blocksize / 2];

    //Store samples from pulseTrain in a 1024 block buffer for passing to the FFT algorithm
    index = 0;
    for (int j = offset; j < (offset + (po.blocksize / 2)) && j < pulseTrain.Length; j++)
    {
        fftPulseBuffer[index] = pulseTrain[j];
        index++;
    }

Согласно коду fftPulseBuffer из-за первого комментария имеет размер 512, а затем пишет 1024.