對齊FFT幀

我有2個100％相同的WAVE文件，我將其轉換爲FFT。重疊他們我得到一個完美的匹配。對齊FFT幀

但是如果我砍掉非幀大小的塊在數據然後的不匹配FFT（從端部對準）之一的開始。

我猜，這是因爲什麼頻率包含在框架之內。如果一個頻率在兩幀之間被分割，則與在一幀中集中的情況相比，它們在兩者中將顯示出較低的能量。

如何補償/繞過此效應？

2011-09-16 Tedd Hansen

您不能 - FFT僅僅是輸入數據的變換表示 - 如果您更改輸入數據，則會更改數據的變換表示形式。也許這會更好，如果你解釋你是真的*試圖實現？ –

我真的想比較聲音。「你不能」不是我將如何解決這個問題，雖然我有時會在我找到答案之前得到很多答覆。 :) –

您需要了解*的特點*音樂是*時間變化*。如果你想以某種方式來表徵一首歌， Shazam的確如此，那麼你需要做的工作比採用FFT更多一些，因爲這並不能真正減少歌曲中*信息的總量。您需要找到減少信息量的巧妙方法，以便儘可能少的字節唯一地表徵歌曲，並且不會受到例如由於音樂引起的小改變的影響。不同的壓縮級別等。 –

你爲什麼會想到傅立葉變換的結果，你切斷了樣本之一的部分後是相同的？我不確定你想要補償什麼，這是預期的行爲。

如果你比較兩個樣本，看看他們在「簽名」多少有所不同，那麼你可能要歸你DFT的結果。將每個頻率倉中的所有能量值相加，然後將每個倉中的值除以該總和，以便結果中所有能量的總和爲1.允許您比較兩個不同樣本的蘋果與蘋果，而不考慮長度。

注意，這是唯一的一個，也許是過於簡單化，標準化的DFT的方式。還有無數其他人。根據您的輸入數據以及您打算如何處理它，日誌規範化可能會比線性規範更好。

來源

2011-09-16 13:39:57 BishopRook

我知道這是預期的行爲。如果數據改變，FFT會改變。但我需要以某種方式補償。例如計算3幀的平均值（N = -1,0,1）是否有效？我一直在嘗試理解FFT的重疊幀，但是我所有的嘗試似乎都會模糊頻率或導致不匹配。 –

但是，你想補償*爲*？如果您對兩個不相同的音頻樣本執行DFT，結果將不會完全相同。沒有辦法使它們完全相同，並且仍然有工作的DFT。你想用DFT結果做什麼？ – BishopRook

我正在製作一個音頻搜索引擎/比較引擎。我正在識別用於對齊的峯值能量/熱點。從我所看到的FFT幀的轉換引起4096字節幀的顯着差異（猜測〜10％），所以一些「熱點」是不同的。這是由於我猜想幀之間的能量分配不同造成的。所以我想補償幀中的不同移位。 –

做到這一點的唯一準確的方法是IFFT你的數據（假設無損初始窗口），然後重新窗口它，它使用新的失調重新FFT。可能會更好地製作一組FFT幀，每幀都有不同的初始偏移量。

來源

2011-09-17 04:05:39 hotpaw2

您可能想要在計算FFT之前應用窗函數。

http://www.google.com/search?q=windowing+fft

http://en.wikipedia.org/wiki/Discrete_Fourier_transform：

「使用DFT意味着所分析的有限區段是一個無限擴展的週期信號中的一個週期;如果這不是實際上真的，一個窗口功能必須使用以降低頻譜文物。「

我想你在正確的軌道上將信號分解爲重疊的幀，但你需要考慮你的匹配標準（找出一些啓發式方法，例如三個主要頻率），幀的大小（太小，你會錯過較低的頻率，太高，你有更少的分辨率）等做一些研究，我相信很多人已經解決了這個問題，並published papers。

來源

2011-09-17 05:09:02

回答

相關問題