（非常）简短的回答是否定的，插值不会增加分辨率：没有新数据，没有新信息（请注意，严格来说，根据该术语的常见定义，“分辨率”的使用是不合适的。另请查看hotpaw2，还有他的回答）。

更长的答案需要以下频谱可视化（从左到右的时域、连续频域和离散频域）。为了简单起见，我假设没有别名。

插值技术保留了频谱的信息。DFT 的输出是一组从$-f_s$到$+f_s$的频率区间。

首先，看连续频域，如果你正确地对信号进行上采样，就相当于提高了采样频率。您希望数据数量增加一倍，但它只是删除了采样过程的频谱副本的一半。

现在，看看离散频域。这个版本从标准化到。当加倍时，频谱会缩小倍。如果我们称为上采样前非零频率的比例，上采样后变为。在上采样之前，DFT个 bin，然后个 bin；上采样后然后$$-f_s$$+f_s$$f_s$$1/2$$0 < \alpha < 1$$\alpha/2$$N$$\alpha$$N\alpha$$2N$$\alpha/2$$2N \times \alpha/2 = N\alpha$相同光谱的分档。不，您的分辨率根本没有改变。

要获得“更好”的分辨率，唯一的方法是添加更多数据。在您的示例中，不是划分为 30 帧，而是将您的音频文件划分为 15 帧。

“插值”基本上包括两个步骤。第一种是在时域中具有插值函数的卷积，对应于频域中的简单乘法。第二个是在时域中以更高的密度重新采样。如果您的总变换窗口在时域中保持相同的时间跨度，则频域中 bin 的频率间隔不会改变，您只会得到更多。如果您的插值函数在作为低通滤波器方面做得很好，那么额外的 bin 将大部分为零。如果您的插值函数在作为低通滤波器方面做得不好，那么额外的 bin 将主要是无意义的。

所以基本上如果你想提高你的频率分辨率，这样做的方法是增加你的变换窗口长度。当然，这是以您跟踪不断变化的信号特征的时间分辨率为代价的。

当被视为二次测量时，时间和频率分辨率的整体权衡最适合时间和频率空间中的高斯，这意味着为了获得最佳分辨率，每个频率都需要在时域中具有自己的窗口函数。

这导致正交镜像滤波器和小波变换作为更接近理论时间/频率分辨率权衡（这是与 Heisenbergsche Unschärferelation 相关的硬数学限制）的手段，而不是 STFT 可以同时失去一些可解释性。

TLDR：为了获得更好的频率分辨率，您需要更长的时间窗口。插值不会为您提供更好的分辨率，它可能只是通过将奈奎斯特频率推离相关的非零 bin 更远来获得更好的 bin。这不会添加信息，但可能会使现有信息在频率内容的上限范围内更易于解释和操作。

频域插值不会增加峰值分离分辨率，也不会增加“信息”，但如果信噪比足够高，它可以提高频率估计分辨率。

您可以通过 Sinc 内核插值（可能是加窗的）或使用更长的零填充 FFT 对 FFT 结果进行插值，这两种方法都会产生相似的结果。与使用低得多的分辨率相比，通过插值或零填充 FFT 生成的结果点密度越大，绘图点更接近某个随机孤立谱峰的概率增加，因此可能会减少最近绘图点频率估计错误。

正如 AlexTP 等其他人指出的那样，插值不会给你更好的频率分辨率。如果 Fs 是您的采样频率，N 是信号中的样本数，则 bin 的大小以及频率分辨率将为 Fs/N。如果您将信号/音频分成 30 段，频率分辨率将降低 30 倍，我猜这是您的问题。根据不确定性原理，所需的时间分辨率越高，频率分辨率必须越低。根据您正在尝试做什么，您可以查找 STFT 和小波变换作为 FFT/DFT 的替代方案。