audio - 如何缩放波形文件的 FFT 输出？

Question

波形文件：44100 Hz，16 位，双通道。

我使用 FFT 计算每个输出频率区间的幅度。但我不知道缩放它以绘制（实时）频谱。

任何人都可以帮助我吗？

Answer 1

出色地; 有很多方法可以做到这一点......

例如：如果你想要一个 dB 比例，对于每个假想的样本，计算

ymag = (x.real^2 + x.imag^2)

您只想通过一半阵列，因为您想要正频率；后半部分将只是第一部分的重复，将真实数据馈送到 FFT。

在结果值中搜索最小值和最大值并存储它们。如果您的最小值为零，请选择一些非常小的值作为您的最小值。（0.000001 或其他东西）。然后，将最小 dB 值设置为 mindB = 10 * log10(minimum)。

现在，返回的第一个值 (sample[0]) 将是您的 DC 偏移量，您可能希望将其设置为零。

然后，对于每个样本，计算：ydB = 10 * log10（ymag / 最大值）。

这应该为您提供一个数组，该数组表示从每个样本箱的最大值向下的 dB。您可以将其扩展到您需要的任何内容；如果您的绘图区域从 y=5 变为 y=200，您可以使用类似：

yscaled = ((ydB / -mindB) * (200 - 5) + 200)

如果存在 FP 舍入误差，我还将确保缩放值符合界限。

yscaled = min(max(yscaled, 5),200)

自从我这样做以来已经有一段时间了，所以如果有任何数学错误，我深表歉意。:)

Answer 2

Different FFT implementations have different scale factors, perhaps differing by N, 1/N, or 1/sqrt(N), where N is the length of the FFT. For at least one kind of signed integer input FFT, max scale is around sqrt(2) * N * 2^(b - 1), where b is the number of bits to the left of the decimal point (16 in your case, maybe 17 if you sum the channels into a larger data type before the FFT).