Java-Frequenzanalyse-Leistung

Question

Ich arbeite an einer Anwendung, die Audiosignale abtastet und Echtzeitverarbeitung (FFT und harmonisches Produktspektrum) dieser Daten benötigt.

Ich brauche eine Abtastrate von 44100Hz und brauche eine Frequenzauflösung von 0,5 Hz, was bedeutet, dass ich 88200 Proben vor der FFT brauche. Dies dauert ca. 2 Sekunden, da die Abtastrate doppelt so groß ist. Nach dem ersten Beispiel verbessere ich jedoch die Dinge erheblich, indem ich einen Ringpuffer für die Abtastung verwende und ab diesem Zeitpunkt nur noch halb so viele Abtastungen lese.

Leider ist die Leistung immer noch recht niedrig und es gibt ziemlich viel Latenz. Dies ist ein großes Problem, da die Anwendung zeitnah auf die Eingabe reagieren muss.

Hat jemand irgendwelche Vorschläge, wie ich die Leistung verbessern könnte? Ich denke, das Hauptproblem liegt in der Anforderung für große Samples und es wäre gut, wenn es eine Möglichkeit gäbe, wie viel Audio gelesen werden könnte, während die Genauigkeit beibehalten wird. Würde Threading hier vielleicht helfen?

EDIT

Wenn es hilft zu wissen, versuche ich in Echtzeit F0 Schätzung von E-Gitarre Eingang zu tun, zusammen für Akkordanpassung mit mehreren F0-Schätzung. Ich habe Methoden, dies zu tun, die funktionieren und ziemlich genau sind, aber es ist für ein Uni-Projekt und ich habe nicht wirklich genug Zeit, um zu weit in andere Methoden als die FFT zu schauen. Wirklich, ich hoffe nur auf eine Art, den Probenahmeprozess zu beschleunigen.

Answer 1

Da Sie zunächst 2 Sekunden Audio aufnehmen müssen, wird dadurch die Latenzzeit unterschritten. Selbst bei einer Überlappung von 50% haben Sie immer noch eine minimale Latenz von 1s. Die FFT und andere Verarbeitung wird nur dazu beitragen, aber hoffentlich nicht um einen signifikanten Betrag (ansonsten eine schnellere FFT-Bibliothek verwenden). Sie können diese Latenz nur reduzieren, indem Sie die Frequenzauflösung opfern.

Answer 2

Mit einer FFT-Methode erhalten Sie einen Zeit-Frequenz-Kompromiss. Wenn Sie eine niedrigere Latenzzeit wünschen, müssen Sie weniger Daten verwenden, was mit einer FFT (entweder kürzer oder mit Null-Fadling) zu einer weniger genauen Frequenzschätzung führt.

Zero-Padding liefert nur eine qualitativ hochwertige Interpolation. Dies kann jedoch eine bessere Schätzung der Spitzenfrequenz liefern als nur die Verwendung der Mitte des Spitzenbereichs einer kürzeren FFT.