如何从 FFT 中获取低音、中音、高音数据

Posted 2023-02-25

【中文标题】如何从 FFT 中获取低音、中音、高音数据

【英文标题】：How to get Bass, Mid, Treble data from FFT

【发布时间】：2015-01-28 02:10:23

【问题描述】：

我是整个音频处理领域的新手，我想知道如何从 FFT 输出中提取低音、中音和高音。我目前正在使用它来获取数据：https://***.com/a/20414331/2714577 使用 Naudio。

但我使用的 fftlength 为 1024（需要速度）。出于颜色目的，我正在尝试以 0-255 等格式获取这 3 个部分。

我目前有这个：

    double[] data = new double[512];

    void FftCalculated(object sender, FftEventArgs e)
    

        for (int j = 0; j < e.Result.Length / 2; j++)
        
            double magnitude = Math.Sqrt(e.Result[j].X * e.Result[j].X + e.Result[j].Y * e.Result[j].Y);
            double dbValue = 20 * Math.Log10(magnitude);

            data[j] = dbValue;
        

        double d = 0;

        for (int i = 20; i < 89; i++)
        

            d += data[i];
        

        double m = 0;

        for (int i = 150; i < 255; i++)
        

            m += data[i];
        

        double t = 0;

        for (int i = 300; i < 512; i++)
        

            t += data[i];
        

        Debug.Message(""+d+" |||| "+m+" |||| "+t);
    

返回：

这是对的吗？如何将这些数据转化为更有用的东西？

【参考方案1】：

您从傅立叶变换中得到的系数可以是正数或负数 - 您感兴趣的是幅度（即每个频率的数量），因此您需要在求和中取绝对值。

另外，我建议标准化 - 在你的总结结束时这样做：

double total = data.Sum(x => Math.Abs(x));
d /= total;
m /= total;
t /= total;

这样，您的数字将被限制在 [0-1) 范围内，如果声音更小，您将获得相同的信息（除非您不希望这样）。实际上，范围会比这要小一些，因为您的每个求和都涵盖了较小的单个范围。因此，您可能希望按其中最大的一个来缩放它们：

double largest = Math.Max(d, m, t);
d /= largest;
m /= largest;
t /= largest;

现在每个值的范围应该在 0 到 1 之间。然后，您可以乘以 255 或 256，并根据需要截断小数点。

最后一步的缺点是如果值全为零（因为输入全为零），那么您将除以零。哎呀！在这一点上，你需要准确地决定你想要什么。如果你不做这个缩放，那么一个完全高音的声音（根据你上面的分解）将有 (0,0,1) for (d,m ,t)。但是对于 (d,m,t) 来说，三者均匀混合的声音将是 (0.3333, 0.3333, 0.3333)。完全安静的声音是（0,0,0）。如果这不是您想要的，那么您需要准确定义您想要什么，然后我才能进一步帮助您。

【参考方案2】：

您的dbValue 已经是一个很好的数字，以分贝为单位测量相对于 1.0 的电平变为 0.0 dB

您应该平均而不是求和各个（不同的dB值）频率。

然后将大约 -80db .. 0.0dB 的 dB 范围映射到您的颜色范围。

另请注意：语音和音乐往往具有平均粉红噪声频谱。这意味着低频往往比高频具有更高的 dB。 您应该补偿这种影响（可能在平均频率之前）以获得“更好”的显示。