我试图弄清楚如何创建一个良好的信号频谱包络。

基本上，我目前正在对音频的窗口部分应用 FFT 并生成频谱幅度的条形图样式表示。

然而，除此之外，我真的很想在顶部覆盖一个好的光谱包络。不幸的是，我似乎无法想出一个好的解决方案。

我尝试了一个简单的峰值选择算法，在该算法中我找到了频谱中的每个峰值（我实际上只是寻找当前值大于任一侧存储桶中的值的点）。这会返回一组峰值，然后我使用 catmull-rom 插值在峰值上绘制线。

正如您在以下屏幕截图中看到的那样，这合理地遵循了频谱：

然而它并不理想。例如，在该图像中，您可以看到它如何不遵循左侧的光谱。

缩小时：

您会看到信封非常参差不齐。它并不可怕，但这真的是构建光谱包络的最佳方式吗？

有没有更好的方法来挑选理想的峰，使其真正包含光谱？如果是这样，任何人都可以指出我的算法吗？

catmull-rom 插值也是最好的方法吗？谁能建议一种更好的插值方法并告诉我如何实现它？

问题与语言无关，但我用 C++ 编写。

编辑：好的，我找到了自动回归建模的实现。

然后我实现了如下方法：

    std::vector< float > coefficients( 3 );
    AutoRegression( &mSpecBuffer.front(), kFFTSizeDiv2, 3, &coefficients.front(), MAXENTROPY );

    mPeakBuffer.clear();

    mPeakBuffer.push_back( Peak( 0, mSpecBuffer[0] ) );
    mPeakBuffer.push_back( Peak( 1, mSpecBuffer[1] ) );
    mPeakBuffer.push_back( Peak( 2, mSpecBuffer[2] ) );

    int x       = 3;
    int xMax    = kFFTSizeDiv2;
    while( x < xMax )
    {
        const float k3  = (mPeakBuffer.end() - 3)->peakHeight;
        const float k2  = (mPeakBuffer.end() - 2)->peakHeight;
        const float k1  = (mPeakBuffer.end() - 1)->peakHeight;

        const float k   = (k1 * coefficients[0]) + (k2 * coefficients[1]) + (k3 * coefficients[2]);

        mPeakBuffer.push_back( Peak( x, k ) );
        x++;
    }

这给了我以下结果：

在我看来，这看起来好多了。

缩小后它看起来仍然非常好：

所以我只想检查一下，这是否正确？如果是这样，我将沿着这条道路进一步工作:)