音频样本的FFT处理

FFT processing of audio sample

本文关键字：处理 FFT 样本音频更新时间：2023-10-16

我是音频处理的新手，有数学背景，所以我对用fft处理提取样本的问题很少（很多，但对初学者来说很少）。

我正在使用来自的fft实现http://www.drdobbs.com/cpp/a-simple-and-efficient-fft-implementatio/199702312?pgno=1具有固定的阵列长度。

我有一组样本（比如说1024个样本）。

Fft算法采用输入复数值（实数和虚数），虚数被设置为0，因为我没有任何，并且从它的虚数部分剥离Fft输出。

我还有下一个问题：

1）我认为样本是实数的假设正确吗？

2）是否有只对实数有效的FFT实现数字？我的意思是，在计算中根本没有想象的部分。

3）如果我继续使用所描述的过程，如果fft的输入中没有虚数据（全零），那么fft输出的虚部对于所有值也将为零，这是正确的假设吗？

PS若问题已经存在，我很抱歉，但我并没有找到任何令人满意的答案。

1）我认为样本是实数的假设正确吗？

是的。

2）是否有只对实数有效的FFT实现？我的意思是，在计算中根本没有想象的部分。

如果有的话，它仍然需要在计算中使用虚数。（当然，它可以用成对的实数进行复杂的数学运算，只需将第二个数字标记为非"虚"的数字，但这有什么好处？）

3）如果我继续使用所描述的过程，如果fft的输入中没有虚数据（全零），那么fft输出的虚部对于所有值也将为零，这是正确的假设吗？

这是不对的。

FFT输出中每个数字的绝对值与信号中每个频率的幅度成比例。

信号中每个频率的相位也在输出中编码，作为复数的argument。也就是说，如果某个频率与正弦波异相90度，那么该bin的自变量将为90度——也就是说实部将为0，虚部将具有振幅！对于不是90度倍数的相位，实部和虚部都将为非零。

如果不关心相位信息，可以取每个输出数的绝对值，即sqrt(real*real + imag*imag)。