fft 在 matlab 中的音频文件样本上

Posted 2023-02-25

【中文标题】fft 在 matlab 中的音频文件样本上

【英文标题】：fft on samples of an audio file in matlab

【发布时间】：2013-04-23 18:26:08

【问题描述】：

我正在尝试从声音文件中提取信息，以便在我正在研究的视频分类算法中使用它。

我的问题是我不知道如何在 Matlab 中准确处理音频文件。

以下是我需要完成的：

打开音频文件并获取采样率/频率 我需要在一个 2 秒的窗口上工作，所以我必须循环文件并获取每 2 秒作为一个窗口，然后在每个窗口上执行 ftt（快速傅立叶变换）。

之后轮到我使用这些价值观做我想做的事了

任何帮助将不胜感激

谢谢。

【问题讨论】：

您是否打算将您的两秒样本窗口化？否则你可能会得到工件。

【参考方案1】：

以下代码可能只会给您一些想法。您可能需要确定另一个 fft 大小，一个窗口函数，如汉明等。

读取 wav 文件：

[data, Fs] = wavread('path.wav');

拆分到 2 秒窗口并获取 fft：

frameFFT = [];
timeStep = Fs*2;
for i=1:timeStep:length(data)-timeStep
   frameFFT = [frameFFT; fft(data(i:i+timeStep-1),1024)];
end

【讨论】：

我正在使用 mp3 文件，所以我不能使用 wavread，我尝试了 data = dsp. AudioFileReader("...");但是长度（数据）是一，我不知道为什么会这样

我也使用了 data = audioread("..");但数据似乎不是向量，因为我检查了它的大小，它是 [4186368 2]，你知道吗？

@Maystro，音频文件可能是2声道，您只能将第一列作为输入。

@Maystro，这取决于原始记录的获取方式。它可能是真正的立体声或不同通道上的相同信号，为了安全起见，您可以按照链接中的建议取两者的平均值：dsp.stackexchange.com/questions/2484/…

我明白了，大多数音频文件应该有 2 个通道（左、右），并且两个通道中的数据很可能是相同的