上下文:
我正在探索 DSP 的广阔领域。是的,我是初学者。
我的目标:
对 audiolab 提供的音频数组应用 fft 以获得信号的不同频率。
问题:
一个问题:感谢 audiolab,我只是不知道如何处理包含音频数据的 numpy 数组。 :
import numpy as np
from scikits.audiolab import Sndfile
f = Sndfile('first.ogg', 'r')
# Sndfile instances can be queried for the audio file meta-data
fs = f.samplerate
nc = f.channels
enc = f.encoding
print(fs,nc,enc)
# Reading is straightfoward
data = f.read_frames(10)
print(data)
print(np.fft.fft(data))
现在我得到了我的数据。
读物
我在这里读了那两篇不错的文章:
Analyze audio using Fast Fourier Transform (接受的答案很棒)
和
http://www.onlamp.com/pub/a/python/2001/01/31/numerically.html?page=2
现在有两种技术:显然一个建议正方形(第一个链接)而另一个建议日志,尤其是:10ln10(abs(1.10**-20 + value))
哪个最好?
总结:
我想对我的阵列进行傅立叶分析,但这两个答案中的任何一个似乎都只强调信号而不是隔离组件。
我可能是错的,我还是个菜鸟。
那我真的应该做什么?
谢谢,
更新:
我问这个问题: DSP - get the amplitude of all the frequencies与此相关。
请您参考如下方法:
你的问题看起来很困惑,但你显然已经尝试了一些东西,这很好。让我退后一步,为您推荐一条总体路线:
- 首先将您的音频分成一定大小的 block ,比如 N。
- 对 N 个样本的每个 block 执行 FFT。
- 然后担心将数据显示为 RMS(平方方法)或 dB(基于 ln 的方法)。
实际上,您可以将这些值视为显示的比例因子。
如果您需要有关 FFT 本身的帮助,我关于使用 FFT 检测音高的博文可能会有所帮助:http://blog.bjornroche.com/2012/07/frequency-detection-using-fft-aka-pitch.html
