TarsosDSP不直接支持特定频率检测,但可通过FFT分析频谱:设置采样率后用AudioDispatcher分帧,每帧调用FFT计算幅值谱,根据bin索引换算频率,检查435–445Hz区间峰值是否显著高于噪声底。

Java 用 TarsosDSP 检测音频中是否存在特定频率(比如 440Hz)
直接说结论:TarsosDSP 本身不提供「在一段音频里搜索某个固定频率是否出现」的现成 API,但它能做实时音高检测(pitch detection),而音高对应的是基频(fundamental frequency)。如果你要识别的是像 A4=440Hz 这类乐音基频,用 PitchDetectionHandler 配合 YIN 或 AMDF 算法是可行的;但若目标是检测纯正弦波、谐波干扰强、或非周期性声音里的某个频率分量(如 1200Hz 的蜂鸣声),就得自己接 FFT 分析——TarsosDSP 的 FFT 类可以帮你做到。
TarsosDSP 音高检测默认返回的是基频,不是任意频率匹配结果
很多初学者误以为调用 PitchDetector 就能“查出音频里有没有 523.25Hz”,其实它返回的是当前帧最可能的振动基频(单位 Hz),属于估计值,有延迟和误差。实际使用中要注意:
-
YIN算法对噪声敏感,安静环境下的钢琴单音效果好;AMDF更快但精度略低 - 采样率必须明确设置(如
44100),否则PitchDetectionResult.getPitch()返回的数值无意义 - 返回的
isPitched()是启发式判断,不是频谱置信度,哪怕值为false,getPitch()仍可能有数(只是不可靠) - 单次检测只针对一个音频帧(通常 1024 或 2048 样本),需循环处理整段音频才能观察趋势
想精确判断某段音频是否含 440±5Hz,得自己做短时傅里叶变换(STFT)
TarsosDSP 提供了 FFT 类和封装好的 AudioDispatcher 流式处理能力,你可以手动提取频谱峰值。关键步骤如下:
- 用
AudioDispatcher按帧读取音频(建议bufferSize=1024,overlap=512) - 每帧送入
FFT实例计算,得到复数数组,再转为幅值谱:Math.sqrt(re*re + im*im) - 根据采样率和 FFT 长度算出每个 bin 对应的频率:
freq = binIndex * sampleRate / bufferSize - 定位 435–445Hz 对应的 bin 范围(例如 44100Hz 下,bin 10–11),检查该区间内最大幅值是否显著高于噪声底(比如 > 均值的 3 倍)
FFT fft = new FFT(1024, 44100);
double[] audioBuffer = new double[1024];
// ... 从 AudioEvent 获取数据到 audioBuffer
fft.forwardTransform(audioBuffer);
double[] magnitudes = new double[513]; // real FFT output length = N/2+1
for (int i = 0; i < magnitudes.length; i++) {
double re = audioBuffer[i * 2];
double im = audioBuffer[i * 2 + 1];
magnitudes[i] = Math.sqrt(re * re + im * im);
}
int targetBinLow = (int) Math.floor(435.0 * 1024 / 44100);
int targetBinHigh = (int) Math.ceil(445.0 * 1024 / 44100);
double maxInBand = Arrays.stream(magnitudes, targetBinLow, targetBinHigh).max().orElse(0.0);
常见失败原因:音频格式、静音、采样率不匹配
不是代码写错,而是输入没准备好:
立即学习“Java免费学习笔记(深入)”;
- TarsosDSP 默认只支持 PCM 编码的 WAV/FLAC/AIFF,MP3 需先用
AudioDispatcher.fromFile()自动解码,但内部依赖 JAudioTagger,容易抛UnsupportedFormatException - 传入的是立体声?必须先混音为单声道,否则
FFT输入数组会因左右通道相位抵消导致幅值异常低 - 音频太短(YIN 会返回 0 或无效值;建议先用
AudioEvent.getAudioBuffer().getMaxAmplitude()过滤静音帧 - Android 上使用 TarsosDSP 要注意权限和后台音频限制,
AudioDispatcher在 Android 12+ 可能无法持续获取麦克风流,得切到AudioRecord手动喂数据
真正难的不是调用哪个函数,而是理解你检测的对象:是乐器基频、电子蜂鸣器的纯频点、还是语音中的共振峰?不同目标,该选音高检测还是频谱分析,边界很清晰,但容易一开始就没分清。










