这实际上取决于您想要获得的花哨。一个“好”的分析器通常会做以下事情。

1. 将输入拆分为帧。这些帧通常重叠并且是窗口化的。好的选择是 50% 的重叠和汉宁窗。
2. 做一个 FFT
3. 选择频段的中心频率。对于音频好的选择是八度音阶或第三八度音阶（参见http://www.engineeringtoolbox.com/octave-bands-frequency-limits-d_1602.html）
4. 对于每个积分围绕中心频率的 FFT 能量。集成窗口有不同的选择。不错的选择是梯形或巴特沃斯窗。一个非常好的窗口选择将确保考虑所有能量，即带能量的总和等于所有 FFT 箱的总和。

如果频带的数量相对较少，则简单地使用一组并行带通滤波器和一个 RMS 检测器会更有效、更容易。这也允许很好地调整显示的时间行为。

正如 endolith 所说，您想使用对数规模的 bin。最简单的方法是在较高频率下组合多个 bin。要做到这一点，您需要在不同的垃圾箱中添加能量，而不是平均它们。

另外，您计算的 dB 不正确。"log" 做自然对数。你想要“log10”。此外，您不需要执行 sqrt。您可以去掉 sqrt 并将 20 乘数更改为 10。

db[i]=10*log10(imaginary[i]*imaginary[i]+real[i]*real[i]);

编辑：将各种箱中的能量加在一起时，将它们添加为线性值，而不是 dB。完成添加后，将其转换为 dB。

所以我知道我应该在某处应用一个窗口函数，并且我试图了解如何做到这一点。

在进行 FFT之前，将信号块乘以窗口函数。FFT 对信号进行操作，就好像它一直在循环和重复一样，所以如果开始和结束不对齐（而且它们几乎从不对齐），它会产生不连续性，从而在频率峰值上产生大的“裙边” . 窗口函数使信号从开始和结束逐渐变细（淡入和淡出），因此没有不连续性。

我想将矩形的数量限制在大约 50 个左右。我是否采用一个范围的平均分贝。

不要取dB的平均值。范围内的最大 bin 可能就是您想要的。

我注意到在许多应用中，频率范围是倾斜的，频率越高，单元之间的距离越小。使用什么样的比例尺，我怎样才能分解光谱以便我有一个很好的视觉效果？

这只是一个对数频率轴。由于 dB 是对数的，因此组合实际上是一个对数图。

你打算做一个对数频率轴，然后把它分成等距的箱子吗？所以它们实际上是对数间隔的箱子？FFT bin 是线性间隔的，因此每个对数间隔 bin 将包含不同数量的 FFT bin。