• 三、对声音数据做FFT运算

FFT运算算是非常经典和基础的算法了，特别对于音频和视频图像处理领域。本来我们在做之前还在想，要不要将FFT和DTMF字符识别的功能，做成一个纯Java的jar包，供有需要的或感兴趣的同学在Android中试着调用。

但在实践中发现真没必要，直接使用TarsosDSP库就好，反正也就400KB左右，又不大。

具体案例可以参考GitHub上的开源示例代码：

https://github.com/GreyLabsDev/TarsosDSP-Example

下载下来后，将TarsosDSP-Android-2.4.jar文件丢到Android项目的app\libs目录即可。

具体的FFT运算和DTMF识别，可以参考DeepSeek中检索的代码（实际测试确实可用，不得不说，DS真TM好用。^V^），示例内容如下图所示：

• 四、识别出DTMF字符

这个也没什么技术含量，直接按上面章节的DTMF（双音多频）的频率，进行高频和低频的解析，然后判断后即可正常识别出对方按下的DTMF按键字符。

DeepSeek中检索的内容这里也直接贴出来了，可以直接用。有兴趣的可以参考或自己在里面按关键字来提问获取代码。

有两点需要特意注明一下：

1、声音的DTMF解码处理，最好放到新的子线程当中去执行。这样可以不干扰原有业务的语音播放和识别处理。子线程中大多数时间都不反馈DTMF字符，如果有的话单独另外处理上抛的消息即可。

2、20ms一包的语音数据（每包数据320 字节）的FFT 的分辨率较低。通常需要缓存多包数据（如 40ms 或 80ms）来提高频率检测的准确性。按照一般理论，8k采样率下，采样点数量为205时，FFT运算的精度和识别的效果最好。

• 五、最终输出结果

子线程中FFT运算后上抛的DTMF按键值，基本上准确率还是比较高的。但由于每次DTMF音的时长较长，需要对识别的按键结果做去除重复的处理。

在运算性能上，由于本篇针对的是语音通话的上行数据做的处理。运算量非常的小，测试结果表明，Android手机上DTMF软解码功能的引入，对app的运算性能几乎可以忽略不计，放心大胆的用。

• 六、总结

本篇这个课题，通话时解码对方按下的DTMF按键值这种需求，正常使用手机的人群，偶尔可能会有这个想法一闪而过，但估计一般人也没有这个需求。毕竟我们打电话都是用人耳来接听，但人耳是无法分辨DTMF的“嘟嘟”声的。

这里之所以会出现识别的需求，前提条件是蓝牙电话方案中，已经能将手机SIM卡通话的声音给提取了出来。在这个基础之上，扩展出在手机本地进行DTMF识别来对接本地的IVR或AI电话机器人。

目前看起来，从语音中提取DTMF按键字符，还是非常简单的。在通话语音数据中挂一个子线程，把数据丢进去，等待它识别字符并上抛出来就行。

本篇章的内容，除了对手机声音IVR/AI处理功能比较刚需之外，对于的SIP坐席电话的数据处理，也能起到一定的参考作用。

---

上一篇：ADB点击实战-做一个自动点广告播放领金币的脚本app

下一篇：Android应用app实现AI电话机器人接打电话