在这个问题上浪费了永远之后，我发现这只是一个窗口函数的问题。嗬！

非零端的窗函数会产生这些垂直线。例如，矩形窗、汉明窗、高斯窗（具有低 sigma）产生这些线，而巴利特窗、汉宁窗、布莱克曼窗、韦尔奇窗则不会。

我曾尝试过其他窗口功能，但也许在我的测试过程中，我犯了一个编码错误，所以我没有找到解决办法。故事的寓意：仔细做测试！

您看到的垂直线可能正在剪裁。我假设您拍摄了一个响亮的 MP3 文件，将其解码为线性 PCM-Wave 之类的东西，然后进行剪辑并用它来输入您的程序。据我所知，Audacity 在内部将 MP3 解码为 32 位浮点数，不会出现剪辑问题。这可以解释为什么 Audacity 频谱图看起来很干净。

因此，如果这是真的，那么您的软件可能还可以，但您的 MP3 声音太大了。压缩伪影将使样本值超出有效范围，并且输出整数样本的解码器将不得不进行裁剪。

一系列重叠的 FFT 结果中的垂直线可能是脉冲噪声的结果，它是宽频谱的。这可能是由馈送到光谱仪 FFT 的某个子集的某些音频数据中的错放样本、跳过样本、归零样本或严重失真样本引起的。如果它以近乎无声的方式出现，它可能是样本或算术量化噪声，如果您正在寻找远高于本底噪声的某个阈值的起始点，您可以丢弃这些东西。

正如您所见，您所看到的是频谱泄漏，它确实会根据窗口函数而有所不同。在窗函数选择中，需要权衡频率分辨率、频谱泄漏和幅度精度。fft 的某些应用可能会发现 boxcar/无窗函数的主要频谱泄漏是可以接受的，因为频率分辨率更好。

对于随机音频数据的视觉读出，比如你的频谱图，像 hanning 这样的窗口函数会做得更好。