我正在调查一个潜在的未来项目的可行性技术，这超出了我过去的专业领域，我有一个相当基本的问题。当然，如果它看起来可行，我将不得不在这个主题上学习更多。
给定 FFT n 中的样本数、FIR m 中的样本数以及一次应用的音频数据的样本数，计算所需的每个样本的 FFT/IFFT 数量的方程式是什么X？
基本卷积混响问题
信息处理
声音的
卷积
即时的
2022-02-05 09:51:19
1个回答
取决于你的算法。假设重叠添加/保存和过滤器长度为 N，我们将得到：
- 零填充到 2*N 和前向 FFT：4*N*log2(2*N) 相乘
- 频谱相乘：8*N 相乘（如果输入和滤波器为实数，则为 4*N）
- 逆FFT：同1
- 用于填充、重叠处理、内务管理等的开销。
添加的数量在 1 到 1.5 倍之间。还有各种优化方法。
一般来说，卷积并不总是产生混响的最佳方式。它的计算成本很高，增加了很多延迟，并且很难实时更新或修改。