我试图从实时麦克风检测语音输入throught。
我媒体链接接收输入，执行FFT算法有结果以dB为单位。 我有一个频域，时域和频谱图。
我怎样才能得到根本的频率是多少？ 如果我得到的基本频率可我指定，如果频率是一定的值之间，那么它的声音，我们说的？ 是否有任何其他方式与我媒体链接有事情要做到这一点？
韩国社交协会提前
Answer 1:
有许多不同的算法频率估计 ，右边一个使用取决于你在做什么。 你期望什么样的投入？ 你想要什么与输入呢？ 你有什么样的处理能力？
检测基本频率是不会帮助您识别一个特定的人是否在说话，如果那是你想要做什么。 你的声音的频率在不断的变化。 你必须做一个人的共振峰等的“指纹”
只要找到FFT的峰值是不会给你的声音了良好的效果。 看着倒频谱分析 。
Answer 2:
承担的范围内这对语音频谱（比方说，400至10K赫兹）的最高峰。 这应该给你的基本频率。
或者，您可能需要整合的频率的柱状图。 这是因为有时你必须这样开始的或包含咝（“S”音），其中有相当高的频率和广谱文字和摩擦音（“F”和“日”的声音）。 你不想错过语音的开始，因为它开始与比元音以外的东西。
另一个因素是还有什么会拿起除了声音。 有很多背景噪音？ 哪一种？ 如果没有任何，然后就声音的存在是不够的。 如果，例如，有音乐，那么你有一个完全不同的挑战。 如果你想的声音和一些其他的声音之间进行区分，那么我会去尝试，一个神经网络方法 - 这可能需要复杂的那个级别。
文章来源: Fundamental Frequency + Voice Detection in c#
