你是对的，它经常被分解成块。有多种方法可以组合这些块（谷歌：fft 重叠保存）。

对数据进行窗口化通常很重要（再次谷歌：汉明窗口 fft）。这样做的一个关键原因是你问题的核心：fft 假设你喂给它的块在时间上无限地向前和向后。显然，音频文件不具有此属性。

对于您的示例，您可能希望将音频文件分块为 2 的幂组，例如 1024、2048 或 4096。

警告。傅里叶变换还将非周期性信号转换为频谱频率。即使输入发生变化，它也会通过在结果中添加边带来执行相同的操作。

傅里叶变换是一种理论结构。它不关心周期性。如果您有一个变化的信号，您可以将其正弦分量视为“载波”，将包络视为“信号”，傅里叶变换将是载波变换的卷积（通常只是载波处的一对狄拉克脉冲频率）和包络的傅里叶变换。

现在，包络通常作为时间序列比在频率空间中更重要。它的变化速度也比载波振荡低得多。

因此，使用短期傅里叶变换进行分析通常是有意义的。在假设包络变化与窗口长度相比很少的情况下，它们擅长检测瞬时包络值的载波。有限的时间窗口也限制了您的频率分辨率：重叠和窗口用于获取大部分数据。

现在高频载波可以比低频载波更好地反映包络变化（或者更确切地说：频率差异可以更大，需要更短的时间来区分不同的频率）：这使得多尺度分析很有吸引力，然后我们就不行了更长时间地谈论用于时频分析的短期傅立叶变换，以分离频率和包络。