UD5工具箱
相关术语
以下是与哼唱识调器工具相关的专业术语：
| 术语 | 说明 |
|---|---|
| 基频（F0） | 声音信号中最低的频率成分，决定了人耳感知到的音高。在音乐中，基频对应具体的音名：A4的基频为440Hz，C4的基频为261.63Hz。本工具的核心任务之一就是准确检测麦克风输入信号的基频。基频检测是语音分析和音乐信息检索的基础技术，广泛应用于语音识别、音乐转录和声纹识别等领域。 |
| 调性 | 音乐作品所使用的音阶基础和主音位置。调性由两部分组成：主音（如C、D、E等）和调式（大调或小调）。例如C大调以C为主音，使用自然大调音阶；A小调以A为主音，使用自然小调音阶。调性是音乐分析中最基本的概念之一，决定了音乐的情感色彩和和声走向。 |
| 色度特征向量 | 一种将音频频谱投影到12个半音上的特征表示方法。每个维度对应一个半音（C、C#、D等），值表示该半音在当前帧中的能量占比。色度特征向量是调性识别算法的核心输入特征，具有音高八度不变性的特点。这种特征表示方法能够有效捕捉音乐的和声信息，是音乐信息检索中的标准特征之一。 |
| 自相关算法 | 一种通过计算信号与自身延迟版本的相似度来检测周期性的方法。在音高检测中，自相关函数的峰值位置对应基频周期，从而可以推算出基频频率。该算法对噪声和泛音干扰有较强的鲁棒性，是经典的音高检测方法之一。自相关算法的计算复杂度为O(n^2)，但在实际应用中可以通过FFT加速到O(n log n)。 |
| FFT（快速傅里叶变换） | 将时域音频信号转换为频域表示的高效算法。FFT输出的频谱揭示了信号中各频率成分的强度，是音高检测和调性分析的基础计算步骤。本工具默认使用2048点FFT，在44100Hz采样率下提供约21.5Hz的频率分辨率。FFT的计算效率使得实时频谱分析在浏览器中成为可能。 |
| 音程模板 | 调性识别中使用的大调和小调音阶能量分布模板。将实际音频的色度特征与24个模板（12个大调加12个小调）进行相似度匹配，相似度最高的模板对应的调性即为识别结果。音程模板的设计基于大量音乐作品的统计分析，反映了不同调性中各音级的典型能量分布。 |
| 半音 | 西方音乐中最小的音程单位，对应钢琴上相邻两个琴键之间的音高差。十二平均律将一个八度等分为12个半音，每个半音的频率比为2的12次方根（约1.05946）。半音体系是现代西方音乐理论的基础，所有调性和音阶都建立在半音体系之上。 |
| 倍频检测 | 音高检测中区分基频和谐波的技术。人声产生的声音通常包含基频和多个谐波成分，谐波频率是基频的整数倍。倍频检测算法能够正确识别基频位置，避免将谐波误判为基频导致八度误差。这是提高音高检测准确度的关键技术之一。 |