不引用第三方库读取wav文件并逐帧估算基频

借助大模型实现：请用C语言实现，读取wav文件的数据，并估算每一帧的基频，输出每帧的基频值，最后求平均值，不要有省略的功能代码，不引用第三方专用库，不考虑运行效率，但是要求准确。

#include <stdio.h>
#include <stdlib.h>
#include <stdint.h>
#include <string.h>
#include <math.h>

// WAV文件头结构
typedef struct {
    char riff[4];
    uint32_t overall_size;
    char wave[4];
    char fmt_chunk_marker[4];
    uint32_t length_of_fmt;
    uint16_t format_type;
    uint16_t channels;
    uint32_t sample_rate;
    uint32_t byte_rate;
    uint16_t block_align;
    uint16_t bits_per_sample;
    char data_chunk_header[4];
    uint32_t data_size;
} WAV_HEADER;

// 读取WAV文件
int16_t* read_wav_file(const char* filename, uint32_t* num_samples, uint32_t* sample_rate) {
    FILE* file = fopen(filename, "rb");
    if (!file) {
        perror("Error opening file");
        exit(EXIT_FAILURE);
    }

    WAV_HEADER header;
    fread(&header, sizeof(WAV_HEADER), 1, file);

    if (header.format_type != 1) {
        fprintf(stderr, "Unsupported format type: %u\n", header.format_type);
        fclose(file);
        exit(EXIT_FAILURE);
    }

    *sample_rate = header.sample_rate;
    *num_samples = header.data_size / (header.bits_per_sample / 8);

    int16_t* data = (int16_t*)malloc(*num_samples * sizeof(int16_t));
    fread(data, sizeof(int16_t), *num_samples, file);

    fclose(file);
    return data;
}

// 计算自相关函数
double autocorrelation(int16_t* signal, int length, int lag) {
    double sum = 0.0;
    for (int i = 0; i < length - lag; i++) {
        sum += signal[i] * signal[i + lag];
    }
    return sum;
}

// 估算基频
double estimate_fundamental_frequency(int16_t* frame, int frame_size, uint32_t sample_rate) {
    double max_autocorr = -1.0;
    int best_lag = 0;
    int min_lag = sample_rate / 500; // 假设最低基频为500Hz
    int max_lag = sample_rate / 50;  // 假设最高基频为50Hz（根据奈奎斯特定理，可以更高）

    for (int lag = min_lag; lag <= max_lag; lag++) {
        double autocorr = autocorrelation(frame, frame_size, lag);
        if (autocorr > max_autocorr) {
            max_autocorr = autocorr;
            best_lag = lag;
        }
    }

    return (double)sample_rate / best_lag;
}

int main(int argc, char* argv[]) {
    //if (argc != 2) {
    //    fprintf(stderr, "Usage: %s <wav_file>\n", argv[0]);
   //     return EXIT_FAILURE;
   // }

    uint32_t num_samples, sample_rate;
    int16_t* data = read_wav_file("wdsyy1.wav", &num_samples, &sample_rate);

    int frame_size = 1024; // 帧大小
    int hop_size = 512;    // 帧移
    int num_frames = (num_samples - frame_size) / hop_size + 1;

    double *fundamental_frequencies = new double[num_frames];
    double sum_fundamentals = 0.0;

    for (int i = 0; i < num_frames; i++) {
        double fundamental_frequency = estimate_fundamental_frequency(data + i * hop_size, frame_size, sample_rate);
        fundamental_frequencies[i] = fundamental_frequency;
        sum_fundamentals += fundamental_frequency;

        printf("Frame %d: Fundamental Frequency = %.2f Hz\n", i, fundamental_frequency);
    }

    double average_fundamental = sum_fundamentals / num_frames;
    printf("Average Fundamental Frequency = %.2f Hz\n", average_fundamental);

    free(data);
    return EXIT_SUCCESS;
}

本代码支行结果：

matlab运行代码及结果

wlen=1024;inc=512;
%% 读取音频文件
[x, fs] = audioread('wdsyy1.wav');
%% 将音频信号转换为单声道
if size(x, 2) == 2
x = mean(x, 2);
end
%% 提取基音频率 
[f0,idx] = pitch(x,fs, 'WindowLength',wlen,'OverlapLength',inc);%求取语音的基音频率
fn1=size(f0,1);
result_f0=f0(find(f0<=400));%筛选符合条件的基音频率
figure()
plot(result_f0);%绘制基音频率
title('基音频率f0')
xlabel('帧')
ylabel('频率/Hz')
axis([0 fn1 0 400])%设置坐标轴范围

凯特网版权声明：以上内容允许转载，但请注明出处，谢谢！