我想獲取音頻PCM數據並在其中找到峯值。具體而言，我想返回出現峯值的頻率和時間。向我解釋FFT
我的理解是，我必須將PCM數據轉儲到一個數組中，並將其設置爲真實值，並將複雜部分設置爲0.然後，我接受FFT，然後得到一個數組。如果數組中的每個數字都是一個數值，我如何得到與每個數字相關的頻率？另外，我是否會考慮實際的複雜部分的大小或者放棄複雜的值？
最後，如果我想在單首歌曲中找到峯值，只需設置一個小窗口進行FFT並將其滑過所有音頻？有關這個窗口應該多大的任何建議？
你實際上可能會尋找一個spectrogram，這基本上就沿着時間軸滑動的小窗口中的數據的FFT。如果你有軟件來實現它，它可能會爲你節省一些工作。這是常用於分析時變聲學信號的方法，是查看聲音的一種非常有用的方法。此外，還有一些技巧，例如，用於FFT的窗口化數據，頻譜圖可能會正確，但會更難（儘管不是很難）讓您正確執行。
如果PCM數據的採樣率是F，那麼FFT中的最高頻率分量是F/2。假設你的PCM數據是以44100Hz採樣的，那麼你的FFT值將從0Hz（DC）運行到22050Hz。如果從N個採樣開始（N是2的冪），則FFT可以返回表示從0到F/2的所有正頻率的N/2值，或者可以返回也包括負頻率的N個值 - F/2爲0.您應該檢查FFT算法的規格，以確定每個陣列項目映射到的頻率。
要查找峯值，您需要查看FFT值的大小。所以你需要添加每個複數值的平方實部和虛部。
假設您的N個PCM樣本的FFT返回表示正頻率的N/2個複數值。那麼2個複雜樣本之間的距離是F/2N Hz。當F = 44100Hz和N = 1024個樣本時，這將是21.5Hz。這是你的頻率分辨率。如果您需要查找頻率較低的節拍，則需要擴展FFT窗口。
well， 一個大小爲512的複數表示輸入波的原始數組，當用FFT處理時，我們將用零（根據預期用途）替換虛部，留下實部，然後將數組傳遞給採樣率爲8192 Hz的FFT。
現在我們有一個512位的FFT實數值陣列，每個值是一個無理數，每個無理數都表示幾個有用的值。
要得到我們必須除以緩衝區大小的採樣速率的基本頻率：
五百一十二分之八千一百九十二= 32;
32是FFT值的分辨率意味着我們正在瞭解32倍數的附近的高幅度頻率。
一樣，如果我們有一個波的
頻率：3 48 23 128 振幅：10 5 12 8分貝（REF = 1）
後FFT我們得到：
頻率：0 32 64 128 振幅：9 8 2 8
FFT是頻域意味着它根據頻率排列在另一側上 時域是指通過時間安排我們聽音樂從開環第二零到第二N.
FFT只能聽時，它設置成通過從頻率頻率0到頻率N.
所以排列以升序的頻率，因爲它沒有考慮從全部的實際樣品音頻（接近無限），比FFT少了每納秒&，幸運的是這不會發生FFT從音頻中採樣，每採樣一次（採樣率爲1）採樣一次。這個採樣被緩衝（在我們的例子中是512），每512個採樣被緩存到FFT中，輸出是512個FFT值。
由於FFT安排頻率，它與時間樣本攪亂，樣本現在根據它們的頻率排列。
定期基礎中示出的頻率是基本頻率是由緩衝大小除以採樣率，這是在我們的例子五百十二分之八千一百九十二= 32。
所以，頻率功率示出每32個頻率，功率根據電力頻率接近指數顯示最接近頻率。
高分辨率可以通過使用更高的採樣率來實現。
要顯示頻率，我們按照幅度升序打印索引。
振幅= 20log10（輸出/ REF）
振幅旁邊的每個索引打印顯示頻率的功率&獲得更準確的根據分辨率的精度。
結論中，FFT產生一個幅度指標，每個幅度表示其相應指標（頻率）的功率。
在音頻PCM數據中找到峯值與查找FFT中的峯值不同。你究竟想要做什麼？ – endolith 2009-08-16 05:54:54