我想創建/實現使用FFT的實時混響算法。我試過FDN和其他更簡單的算法,但它們聽起來不夠好。 因此,通過乘以變換後的信號和變換後的脈衝響應來進行快速卷積工作並且聽起來很棒。實時混響算法與FFT
這個問題,我看到它是,如果我想要一個持續幾秒鐘的混響,該衝動響應包含100 000+值,因爲我的輸入緩衝區是256個樣本,所以卷積的結果是100 255+結果必須與先前的卷積結果一起添加的值,更不用說爲每個256個輸入樣本的緩衝區計算100 000+值的FFT。
必須有更好的解決方案來解決這個問題。是否有可能只計算一個FFT值爲256的值(+ 256填充零,因爲它不是一個循環信號)。 混響不一定是絕對正確的,它只需要聽起來不錯。
這是有趣的閱讀,我錯過了該網頁。 「aella」算法看起來就像這樣:https://dvcs.w3.org/hg/audio/raw-file/tip/webaudio/convolution.html,正如你所說,它是CPU密集型的。 我發現這是一個混合算法http://www.music.miami.edu/programs/Mue/Research/sbrowne/thesis.pdf。用第一部分的短IR進行卷積,「抹除」梳理濾波器處理不好的瞬變,並將結果輸入到常規的FDN中。這應該是少CPU密集型。但我會檢查出HRTF。這麼多學習和很少的時間:-) – Floaf 2013-04-20 10:35:23