这个问题与：DSP：音频处理：squart还是log来利用fft？ https://stackoverflow.com/questions/20057831/dsp-audio-processing-squart-or-log-to-leverage-fft

我不知道该选择正确的算法。

Now,

Goal :

我想获取从音频文件中获得的信号的所有频率。

Context:

我使用 numpy 和 scikits.audiolab。我阅读了大量关于 dsp 主题的文章，还访问了 dspguru.com，通过网络阅读了论文和不错的博客。

我使用的代码是这样的：

import numpy as np
from scikits.audiolab import Sndfile


f = Sndfile('first.ogg', 'r')

# Sndfile instances can be queried for the audio file meta-data
fs = f.samplerate
nc = f.channels
enc = f.encoding

print(fs,nc,enc)
# Reading is straightfoward
data = f.read_frames(10)
print(data)
print(np.fft.rfft(data))

我是 DSP 新手。

我的问题

我希望能够分离信号的所有频率来比较不同的信号。 我在声音数组上使用 numpy.fft.rfft ；但现在，仅靠这个操作是不够的。那么，正确获取所有频率幅度的最佳解决方案是什么？

我看到将结果值相乘可以得到复数并将整体转换为实数。

现在该怎么办？是这样吗？

如果您需要我澄清任何事情，尽管问。

多谢 ！

• 您说“我想获取从音频文件中获取的信号的所有频率。”但你真正想要的是频率的大小。

• 在你的代码中，看起来（我不懂 python）你只读取了前 10 个样本。假设您的文件是单声道的，那没问题，但您可能想查看更大的样本集，例如 1024 个样本。当然，一旦完成此操作，您将需要对下一组 N 个样本进行重复。您可能想也可能不想重叠样本集，并且您可能想应用窗口函数，但您在这里所做的只是一个好的开始。

• 瞌睡虫说的是真的。 fft 的输出很复杂。要找到给定频率的大小，您需要找到复数的长度或绝对值，即 sqrt( r^2 + i^2 )。