信息处理 - 采样率和频率的关系 - 吾爱随笔录

采样率和频率的关系

信息处理傅里叶变换声音的频谱傅立叶

2022-02-19 21:10:54

我正在研究傅立叶变换，并将其应用于识别音频剪辑。

我有一段 9 秒长的吉他弹奏 A-Minor 的音频片段。音频剪辑的采样率为每秒 44100 个振幅，位深度为 16 位。

我对音频文件（绿色图）进行傅立叶变换，并获得样本为 x 轴的频谱。我想要沿 x 轴的频率，以便能够识别音高，所以我再次可以识别正在播放的和弦。

相反，我得到了样品。如何将其转换为频率？

这是我的光谱照片，其中一张放大了从 0 到 10 000 的样本。

2个回答

您正在查看第二个图中显示的完整光谱，其中后半部分是前半部分的翻转副本。你正在做一个 DFT 来获得你的频谱；根据定义，每个 DFT 样本之间的频率间隔将取决于长度 $N$ 离散傅里叶变换 (DFT)。对于一个长度 - $N$ DFT频率 $f_k$ 在 $\rm Hz$ 对应于 DFT 样本 $k$ 是（谁）给的

f_{k} = \frac{F_{s}}{N} k, k = 0, 1, \dots, N - 1.

$f_k = \frac{F_s}{N}k, \quad k=0, 1, \ldots, N-1.$ 你有样品

x

$x$ -轴为

k

$k$ ，你有

F_{s} = 44100 H z

$F_s = 44100\ \rm Hz$ ，然后检查

N

$N$ （IE

N F F T

$NFFT$ ) 用于您的频谱计算，并且您的频率在

H z

$\rm Hz$ .

你有 9 $\times$ 44100 = 396900 个样本。我假设你做了一个 FFT，你应该在取幅值平方后为你的图取第一个 198450 个复数点。FFT 中的最后 198450 个点是前 198450 个点的镜像，因此您可以忽略它们。第一个保留点对应于 $f=0$ 最后一个指向 $f=22050$ 赫兹。这使得每个 bin 0.1111 宽

其它你可能感兴趣的问题

上一篇“弗雷德哈里斯的经验法则”：下一篇为什么矩形脉冲的 FFT 具有虚部而 sinc 函数是实部？