如何正确 FFT 声音阵列？

Posted 2023-02-22

【中文标题】如何正确 FFT 声音阵列？

【英文标题】：How to FFT a sound array correctly?

【发布时间】：2012-07-11 20:13:32

【问题描述】：

我正在尝试获取输入音频样本中存在的频率列表。似乎我需要做一个 FFT 才能得到这个结果，但是当我 FFT 时我得到了奇怪的答案（使用 FFTW）：我得到的数组主要包含零和一些不可能的大元素（300+ 位！） - 以及这些大数字无论我改变输入音调的频率还是改变 FFT 的样本长度，总是在同一个地方（最后 5 个位置，最后 46 个位置以及其他一些偶尔出现的位置）。我究竟做错了什么？这是我的代码：

#include <fftw3.h>
#include <sndfile.h>
#include <math.h>
#include <algorithm>    

int main (int argc, char * argv []) 
    char        *infilename ;
    SNDFILE     *infile = NULL ;
    FILE        *outfile = NULL ;
    SF_INFO     sfinfo ;

    infile = sf_open("test.wav", SFM_READ, &sfinfo);

    int N = pow(2, 10);
    double samples[N];

    sf_read_double(infile, samples, 1);

    fftw_complex out[N];
    fftw_plan p;
    p = fftw_plan_dft_r2c_1d(N, samples, out, FFTW_ESTIMATE);

    fftw_execute(p);
    fftw_destroy_plan(p); 

    for (int i=0; i<N; i++) 
        printf("%f %f\n", out[i][0], out[i][1]);
    

    sf_close (infile) ;

    return 0 ;

【问题讨论】：

您确认您的输入数据（即samples）是正常的吗？

是wav文件，其他媒体播放器正常播放。这是否使它理智？

我确定该文件是有效的，但您确认您已正确读取它吗？例如，如果您打印 samples 的值，它们看起来合理吗？

实际上，他们没有。大部分是0.000000，里面有一些实际数字。我在使用 libsndfile 的方式上做错了吗？

我以前从未使用过这个库，所以恐怕我对此没有具体的建议。但快速查看文档 (mega-nerd.com/libsndfile/api.html#open) 会发现以下内容：“打开文件进行读取时，格式字段应在调用 sf_open() 之前设置为零”。

【参考方案1】：

问题是双重的：首先，我没有加载所有声音数据，其次，我只是获取了结果的真实部分。此外，我仍然得到 FFT 的不可用部分（高于奈奎斯特频率）。将sf_read_double(infile, samples, 1) 更改为sf_read_double(infile, samples, N)，将for (int i=0; i<N; i++) 更改为for (int i=0; i<N/2; i++) 并更改

printf("%f %f\n", out[i][0], out[i][1]);

到

printf("%i %f\n", i*21, sqrt(out[i][0]*out[i][0] + out[i][1]*out[i][1]));

给了我想要的好结果。