如何在Android中结合麦克风使用TarsosDSP的MFCC

看起来你已经搭好了TarsosDSP结合麦克风实时获取MFCC的基础框架，我来帮你把剩下的代码补全，并且解释清楚每个关键部分的作用～

import be.tarsos.dsp.AudioDispatcher;
import be.tarsos.dsp.AudioProcessor;
import be.tarsos.dsp.io.android.AudioDispatcherFactory;
import be.tarsos.dsp.mfcc.MFCC;

// 提前说明：确保已添加TarsosDSP依赖，比如在build.gradle中引入：
// implementation 'com.github.mthli:TarsosDSP:v2.4.1'

public class RealTimeMfccCapture {
    public void startMfccCapture() {
        int sampleRate = 44100;
        int bufferSize = 8192;
        int bufferOverlap = 128;

        // 从默认麦克风创建音频调度器，负责实时拉取音频数据
        final AudioDispatcher dispatcher = AudioDispatcherFactory.fromDefaultMicrophone(sampleRate, bufferSize, bufferOverlap);

        // 初始化MFCC处理器：参数依次为缓冲区大小、采样率、梅尔滤波器数量、倒谱系数数量、最低分析频率、最高分析频率
        final MFCC mfcc = new MFCC(bufferSize, sampleRate, 40, 50, 300, 3000);
        dispatcher.addAudioProcessor(mfcc);

        // 添加自定义音频处理器，用于捕获每帧的MFCC结果
        dispatcher.addAudioProcessor(new AudioProcessor() {
            @Override
            public boolean process(be.tarsos.dsp.AudioEvent audioEvent) {
                // 获取当前音频帧的MFCC系数数组
                float[] mfccCoefficients = mfcc.getMFCC();
                
                // 这里可以对MFCC系数做后续业务处理：比如打印日志、存入缓存、输入机器学习模型等
                if (mfccCoefficients != null) {
                    StringBuilder sb = new StringBuilder("当前帧MFCC系数: ");
                    for (float coeff : mfccCoefficients) {
                        sb.append(String.format("%.2f ", coeff));
                    }
                    System.out.println(sb.toString());
                }
                
                // 返回true表示继续处理后续音频帧，返回false则终止整个音频捕获流程
                return true;
            }

            @Override
            public void processingFinished() {
                // 音频捕获停止时的回调：可以在这里释放资源、做收尾逻辑
                System.out.println("MFCC实时捕获已结束");
            }
        });

        // 启动音频调度器线程（dispatcher.run()是阻塞操作，必须放在子线程中执行）
        new Thread(dispatcher, "AudioDispatcher-Worker").start();
    }
}

• 音频调度器配置：bufferOverlap设为128是为了让相邻音频帧有重叠区域，避免特征信息丢失，提升MFCC结果的连续性；采样率44100是音频领域的标准采样率，兼容性最好。
• MFCC参数调整建议：
  • 梅尔滤波器数量建议设为20-40之间（示例中是40）
  • 倒谱系数数量一般取12-20就足够覆盖核心特征（示例中设50是为了展示上限，实际可以按需缩减）
  • 频率范围300-3000Hz覆盖了大部分人声和常见环境音的核心特征区间，如果你处理的是特定音频（比如乐器），可以调整这个范围
• Android权限要求：别忘了在AndroidManifest.xml中添加麦克风权限：

  <uses-permission android:name="android.permission.RECORD_AUDIO" />
  

  对于Android 6.0及以上版本，还需要动态申请RECORD_AUDIO权限，否则会直接抛出权限异常。

内容的提问来源于stack exchange，提问作者Atheel Massalha