如何识别 FFT 数据的局部最大值

Posted 2023-02-25

【中文标题】如何识别 FFT 数据的局部最大值

【英文标题】：How to identify local maxima of FFT data

【发布时间】：2016-11-14 03:44:43

【问题描述】：

我正在分析 Python 中的音频文件，特别是音乐音频，并且我已经应用 DFT (FFT) 来获取频域中的数据，但是没有多少搜索或摆弄它揭示了一个识别频率中的“峰值”/局部最大值的好方法。我的数据非常嘈杂，下面是应用傅立叶变换后的图表示例。帮助将不胜感激。我也在考虑从这些数据中检索 MFCC 系数，但我也不确定如何去做，因此有关该主题的知识也会很有用。

【问题讨论】：

我会简单地做一个适当宽度的运行平均值（10Hz 似乎是一个好的开始）来平滑你的数据，然后只寻找去噪信号的局部最大值......

试试这个库：github.com/jameslyons/python_speech_features，“不要重复自己”，“不要重新发明***”

【参考方案1】：

首先，您需要通过运行低通滤波来平滑 (fft) 数据。之后，您可以在信号梯度上找到零交叉点。您可以使用 [-1, 1] 过滤信号以找到梯度，并选择其前任为正且后继为负的元素。