这是一个创建于 464 天前的主题，其中的信息可能已经有所发展或是发生改变。
搞了搞音频的频率动效，一次应该用多少长度的采样数据进行 fft 计算合适
还有就是为啥每次计算出的数据前面一截(低 hz 的)总是一柱擎天呢
 |
1
billlee 2023-08-21 21:29:54 +08:00 via Android
第一个柱子是直流分量，是不是值域映射错了，应该是 [-1.0, 1.0].
|
 |
2
horou OP @billlee 不只是第一个数据，前面几个都是，值我检查了，没映射错，传的采样数据是 -1.0 到 1.0 ，计算出来的 FrequencyValue 是 0.0 到 1.0
|
|
3
horou OP |
|
4
billlee 2023-08-21 23:15:22 +08:00 via Android
图上没有坐标轴，用的是对数坐标吗？
|
 |
5
ranaanna 2023-08-22 00:30:21 +08:00
取决于你的计算平台的能力吧，计算时间限制下当然是越多越好喽。另外最好是加个 Hamming 窗来减少旁瓣。另外结果似乎也不对吧，如果画出的是频谱的幅值，不管怎么样应该是个偶函数吧，各频点幅度一般也不应该都落在 0 到 1 之间
|
 |
6
xiangyuecn 2023-08-22 00:43:35 +08:00  1
根据需求来，每次计算输入的采样数记为 fftSize ，比如 fftSize=1024 ； fft 计算后的结果只需要取一半，共 512 个分频率
音频的采样率决定了频率上限，比如 sampleRate=48000 ，最大频率为 sampleRate/2=24KHz ； 512 个分频率均分这 24K ，绘制频谱图的时候相当于 x 轴，每个刻度间隔为 24000/512=46.875Hz 所以，固定了一个 fftSize 的时候，sampleRate 变来变去时会影响 x 轴，48000 中间位置是 12KHz ，换做 16000 时中间位置是 4KHz ，因此 fftSize 的大小得根据 sampleRate 大小来定 fftSize 具体取多大，看你需求，fftSize 越大绘制的频谱越精细，每次输入的时域数据越长（时间越长），可以使用滑动窗口来解决新数据量不够的问题，比如每次只取 50ms 新数据和老数据一起计算，很大的 fftSize 可以做到很高的帧率 ------- 前面一截总是一柱擎天，大部分情况下属正常，声音能量主要集中在低频部分，高频部分比较少。但也不排除你的 fft 代码有问题，算出来的结果是错的。 |
|
8
horou OP @ranaanna 用了 hann window
@xiangyuecn 感谢大佬详细解答，还有个问题，你第二点说的意思是只固定取那些 hz 的数据吗，还是计算这个 hz 周围的平均值 口头说不是很能表达明白意思，我直接上我的代码吧 代码地址： https://gist.github.com/rust-play/44f0864a5855d164e919aaa0ff367b8f 打包好的程序：链接： https://pan.baidu.com/s/1Tn-NWmTjIU3kLe-NnSNesw?pwd=oct6 提取码：oct6 直接把音乐文件拖到 exe 上执行 大佬帮我看看到底效果到底是差在哪个地方 |
|
9
xiangyuecn 2023-08-22 11:52:01 +08:00
自己研究研究吧，fft 是比较难学，现在看到代码就脑壳疼😂 相同的 fftSize+sampleRate 每次计算出来的每一位结果都对应固定的频率值，相当于 x 轴（ Hz ），y 轴为每一位的值（振幅），每次计算出每个频率的振幅会发生变化，就形成了动画
|
 |
10
bug123 2023-08-22 12:41:13 +08:00
你那个图没啥问题的，每次计算最近的 512 采样点就可以，另外可以把幅度值转成 dbfs ，另外用 Hanning 窗比较好吧，不是 Hamming
|
|
11
horou OP @xiangyuecn 好的，感谢大佬的解答加深了我对这部分的理解。
|
Select Language