我正在尝试用 python 创建图形频谱分析仪。
我当前正在读取 16 位双通道 44,100 Hz 采样率音频流的 1024 字节，并对 2 个通道的幅度进行平均。现在我有 256 条签名短裤。我现在想使用 numpy 之类的模块对该数组执行 fft，并使用结果创建图形频谱分析仪，该分析仪一开始只有 32 个条。
我已阅读有关快速傅里叶变换和离散傅里叶变换的维基百科文章，但我仍然不清楚结果数组代表什么。这是我使用 numpy 对数组执行 fft 后数组的样子：
[ -3.37260500e+05 +0.00000000e+00j 7.11787022e+05 +1.70667403e+04j
4.10040193e+05 +3.28653370e+05j 9.90933073e+04 +1.60555003e+05j
2.28787050e+05 +3.24141951e+05j 2.09781047e+04 +2.31063376e+05j
-2.15941453e+05 +1.63773851e+05j -7.07833051e+04 +1.52467334e+05j
-1.37440802e+05 +6.28107674e+04j -7.07536614e+03 +5.55634993e+03j
-4.31009964e+04 -1.74891657e+05j 1.39384348e+05 +1.95956947e+04j
1.73613033e+05 +1.16883207e+05j 1.15610357e+05 -2.62619884e+04j
-2.05469722e+05 +1.71343186e+05j -1.56779748e+04 +1.51258101e+05j
-2.08639913e+05 +6.07372799e+04j -2.90623668e+05 -2.79550838e+05j
-1.68112214e+05 +4.47877871e+04j -1.21289916e+03 +1.18397979e+05j
-1.55779104e+05 +5.06852464e+04j 1.95309737e+05 +1.93876325e+04j
-2.80400414e+05 +6.90079265e+04j 1.25892113e+04 -1.39293422e+05j
3.10709174e+04 -1.35248953e+05j 1.31003438e+05 +1.90799303e+05j...
我想知道这些数字到底代表什么以及如何将这些数字转换为 32 个条形中每个条形的高度百分比。另外，我应该将 2 个通道一起平均吗？
您显示的数组是音频信号的傅里叶变换系数。这些系数可用于获取音频的频率内容。 FFT 是为复数值输入函数定义的，因此即使您的输入都是实数值，您得到的系数也将是虚数。为了获得每个频率的功率量，您需要计算每个频率的 FFT 系数的幅度。这是not只是系数的实部，您需要计算其实部和虚部的平方和的平方根。也就是说，如果你的系数是 a + b*j，那么它的大小就是 sqrt(a^2 + b^2)。
计算出每个 FFT 系数的幅度后，您需要弄清楚每个 FFT 系数属于哪个音频频率。 N 点 FFT 将为您提供从 0 开始的 N 个等间隔频率处的信号的频率内容。因为您的采样频率是 44100 个样本/秒。 FFT 中的点数为 256，频率间隔为 44100 / 256 = 172 Hz（大约）
数组中的第一个系数将是 0 频率系数。这基本上是所有频率的平均功率水平。其余系数将从 0 以 172 Hz 的倍数递增，直到达到 128。在 FFT 中，您最多只能测量采样点一半的频率。阅读以下链接奈奎斯特频率 and 奈奎斯特-香农采样定理如果你是一个贪图惩罚的人并且需要知道为什么，但基本结果是你的较低频率将被复制或aliased在较高频率的桶中。因此，频率将从 0 开始，每个系数增加 172 Hz，直到 N/2 系数，然后减少 172 Hz，直到 N - 1 系数。
这些信息应该足以帮助您入门。如果您想要比维基百科上提供的更平易近人的 FFT 介绍，您可以尝试了解数字信号处理：第二版。。这对我很有帮助。
这就是这些数字所代表的意义。可以通过将每个频率分量幅度乘以所有分量幅度的总和来转换为高度的百分比。尽管如此，这只会给你一个相对频率分布的表示，而不是每个频率的实际功率。您可以尝试按频率分量可能的最大幅度进行缩放，但我不确定这是否会显示得很好。找到可行的缩放因子的最快方法是对响亮和柔和的音频信号进行试验，以找到正确的设置。
最后，如果您想整体显示整个音频信号的频率内容，则应该对两个通道进行平均。您正在将立体声音频混合为单声道音频并显示组合频率。如果您想要左右频率有两个单独的显示，那么您将需要分别对每个通道执行傅里叶变换。
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
