指数频率轴的 FFTW

Posted 2023-02-25

【中文标题】指数频率轴的 FFTW

【英文标题】：FFTW for exponential frequency axis

【发布时间】：2011-03-14 18:14:27

【问题描述】：

我有一组关于 FFTW 和 Linux 上的音频分析的相关问题。

什么是 Linux/Ubuntu 中最容易使用、最全面的音频库，它允许我解码各种音频格式（MP3 等）并获取原始 16 位 PCM 值的缓冲区? gstreamer? 我打算采用该原始缓冲区并将其馈送到 FFTW 以获取频域数据（没有复杂信息或相位信息）。我想我应该使用他们的一种“r2r”方法，可能是 DHT。这是正确的吗？ 似乎 FFTW 的输出频率轴以基于缓冲区长度的线性增量离散化。进一步看来，我无法在 FFTW 中更改这种离散化，因此我必须在 DHT 之后进行。我需要一个跟随2^(i/12) 的指数轴，而不是线性频率轴。我想我必须获取 DHT 输出并通过一些自定义抗锯齿功能运行它。有没有一个 Linux 库来做这种抗锯齿？如果没有，基于余弦的基本抗锯齿功能会起作用吗？

谢谢。

【问题讨论】：

这里有三个问题。把它分解成三个问题，会让你拥有三组不同的标签，吸引三组不同且更专注的人来看，让你接受三种不同的答案。

***.com/questions/1120422/…

【参考方案1】：

这是 FFT 和音频处理的一个古老问题 - 理想情况下，我们想要音频的对数频率标度，但 DFT/FFT 具有线性标度。您将需要选择在频率范围的低端提供足够分辨率的 FFT 大小，然后在感兴趣的频率范围内累积 bin 以获得伪对数表示。还有更复杂的方案，但基本上都归结为同一件事。

【参考方案2】：

我看到到处都在使用 libsndfile：

http://www.mega-nerd.com/libsndfile/

这也是 LGPL。它几乎可以读取您关心的所有开源和无损音频格式。但是，由于许可费用，它不支持 MP3。