audition中的FFT大小到底什么意思

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了audition中的FFT大小到底什么意思相关的知识,希望对你有一定的参考价值。

英文的全称是什么

这个FFT的单位是什么呢,和日常的常用单位怎么换算呢?

比如在降噪器里面有设置FFT,4096,8192有什么区别呢?

谢谢!!
能否用些比喻,这些术语我看不懂.

FFT是离散傅氏变换的快速算法,它是根据离散傅氏变换的奇、偶、虚、实等特性,对离散傅立叶变换的算法进行改进获得的。它对傅氏变换的理论并没有新的发现,但是对于在计算机系统或者说数字系统中应用离散傅立叶变换。

此后,在这思想基础上又开发了高基和分裂基等快速算法,随着数字技术的高速发展,1976年出现建立在数论和多项式理论基础上的维诺格勒傅里叶变换算法(WFTA)和素因子傅里叶变换算法。它们的共同特点是,当N是素数时,可以将DFT算转化为求循环卷积,从而更进一步减少乘法次数,提高速度。

扩展资料:

在这些算法中,基2算法用得最普遍。通常按序列在时域或在频域分解过程的不同,又可分为两种:一种是时间抽取FFT算法(DIT),将N点DFT输入序列x(n)、在时域分解成2个N/2点序列而x1(n)和x2(n)。前者是从原序列中按偶数序号抽取而成,而后者则按奇数序号抽取而成。DIT就是这样有规律地按奇、偶次序逐次进行分解所构成的一种快速算法。

分裂基算法(RSFFT) 1984年由P.杜哈美尔和H.赫尔曼等导出的一种比库利图基算法更加有效的改进算法,其基本思想是在变换式的偶部采用基2算法,在变换式的奇部采用基4算法。优点是具有相对简单的结构,非常适用于实对称数据,对长度N=2能获得最少的运算量(乘法和加法),所以是选用固定基算法中的一种最佳折衷算法。

参考技术A

FFT是一种快速的离散傅立叶变换算法。它基于离散傅里叶变换的奇、偶、虚、实特性,改进了离散傅里叶变换的算法。它在傅里叶变换理论上没有新的发现,但可以应用于计算机系统或数字系统。

从那时起,基于这一思想发展了高基、分裂基等快速算法。随着数字技术的飞速发展,1976年出现了基于数论和多项式理论的维诺格勒傅里叶变换算法(WFTA)和素因子傅里叶变换算法。

它们的共同特点是当n是质数时,DFT可以转换成循环卷积,从而进一步减少乘法次数,提高运算速度。

扩展资料:

在这些算法中,最常用的是base-2算法。一般来说,根据序列在时域或频域的分解过程不同,可以分为两类:

一类是时间提取FFT算法(DIT),它将n点DFT的输入序列x(n)分解为两个n/2点序列,而x1(n)和x2(n)。前者用偶数序列号从原始序列中提取,后者用奇数序列号提取。DIT是一种由奇偶分解构成的快速算法。

分裂基算法(rsfft)是1984年由P.Duhamel和h.Herman提出的一种更有效的改进算法。其基本思想是在变换的偶数部分使用基2算法,奇数部分使用基4算法。

其优点是结构相对简单,非常适合于真实的对称数据。对于长度n=2,它可以获得最小的计算量(乘法和加法),因此它是固定基算法中的最佳折中算法。

参考技术B FFT(fast Fourier transform,快速傅立叶变换)

快速傅立叶变换就是分析计算信号波形中的频谱成分强度,将其能量从时间积分,从而得出频率-能量相关的形式,称为频域分析。注意这里讲的是频率-能量相关,而非一般认为的频率-幅度相关,因为傅立叶变换实际上已经无法确认信号不同频率间的幅度关系,而只能计算出其能量关系。

fft可以设定的数值代表了你要查看的频谱分析精度。这个精度的大小要视个人处理的需要。
建议FFT大小控制数值在8192~24000均可,而且在这个傅立叶变换阈值里我们的听觉很难分辨出具体的差别,建议设为16384。本回答被提问者采纳
参考技术C

醉了,这么多答非所问的,我来答。

这个需要有一定的信号处理知识才能理解。

FFT是Fast Fourier Transform,快速傅里叶变换的意思,是一种将时域信号(AU里绿色的波形)转换为频域(AU里紫黄色的谱)的算法。在执行傅里叶变换的时候,需要将声音切成很多片,以片为单位执行傅里叶变换,FFT大小就是每一片的长度(采样点数量)。比如FFT大小是512,那么每一片包含512个采样点。

FFT大小有什么影响呢?傅里叶变换天生存在一种频谱-时间不确定性。FFT大小越大,计算得到的频谱越准确,但是代价就是频谱在时间上分辨率(类似帧数)就降低了 。FFT大小越小,频谱在时间上分辨率(类似帧数)越高,但是代价就是频谱计算会有误差。非通信、电子专业出身的要理解这一点比较费力。为了帮助理解,我打个比喻,一个音符如果只持续非常短的时间比如1ms,我打赌,就算贝多芬来了都绝对分不出音高是多少,误差会非常大,这就是FFT大小设小了。所以必须得等音符持续一定长度后(增大FFT大小),才能逐渐分辨出它的音高,但是代价就是你分辨每个音符的耗时变长了。

那么如何设置FFT大小呢?官方推荐的值在1024-8096可适用于大多数情况。根据我们之前的分析,如果音频节奏快,起伏多,变化剧烈,应适当减小FFT大小;如果音频舒缓,变化慢,可以适当调大FFT大小。

另一个问题,为什么FFT大小是二的整数次幂呢,也就是256,512,1024这样的。简单理解,FFT算法实现细节决定了计算长度是2的整数次幂时,算法效率最高,对计算机最友好。

参考技术D 通过对语音信号稀疏分解中使用的过完备原子库结构特性的分析,提出了一种改进的信号稀疏分解算法。该算法针对语音信号的特点,以FFT算法实现的稀疏分解为基础缩小了原子的搜索范围,从而不仅进一步提高分解速度,还能以更稀疏的形式表示语音信号。

audition中表示声音大小的db是啥意思,为啥上下都用0表示?

如果是用0表示最大的值,这我能理解,但是为什么上下都是0,中间是个负无穷,这个与现实中声量的分贝值有什么比较意义吗?还有db,采样和标准,百分比有什么差别和联系?
现在的百度真是不行了.

db就是分贝,是衡量音量大小的单位。在数字音频中0就表示最大值,高于这个最大值的都会被削波,至于负无穷就字面意思啦。这个在所有音频软件中都是这么显示的,表示越往两边音量越大,越往中间音量越小,直到负无穷就听不见啦,这种概念是基于单声道来看的。 参考技术A 我们日常生活说的音频响度,一般来说是0~140dB,0是最小声,140基本上是人耳能忍受的极限。而Audition里的0dB刻度,则主要是用的相对值刻度。数字音乐里用0dB表示满刻度,即声音的最响值,相当于把整体响度刻度基准变了。这套负dB的系统,不是用来测量绝对响度的,而是用来表达相对响度。这是为了使录音设备工作在正常的范围内而定的标准,让输入电平保持在0dB以下,就可以保证电路不失真或是过载,录音工程师就可能记录一个很好的干净的未失真信号。 参考技术B 数字音频标准化后幅值A在0-1之间,将幅值取对数运算 20log10(A)得到的值为Audition音量最大为 1,取0.0001最小即为-80。db是取对数后的单位,生活中常见的db是声压级的单位,这个需要专门的测量工具进行检测。 参考技术C 自己去看看数学那些.正负函数的吧

以上是关于audition中的FFT大小到底什么意思的主要内容,如果未能解决你的问题,请参考以下文章

audition中表示声音大小的db是啥意思,为啥上下都用0表示?

“npm audit fix”到底是做啥的?

什么是FFT算法?DSP是什么?

AUDIT评审是啥意思?

ls -l显示的内容中total到底是什么?

将 Sinatra 与acts_as_audited 一起使用的任何示例?