创建频谱图

我一直在尝试确定此任务的逻辑，并计划使用KissFFT源程序包执行快速傅立叶变换。请让我知道这是否正确：

1. 分配FFT结构，即。我正在使用的窗口大小kiss_fft_alloc(N,0,NULL,NULL) 在哪里N。输入缓冲区将是N类型为的元素数组kiss_fft_scalar。输出缓冲区将是N/2 + 1类型为的元素数组kiss_fft_cpx。
2. 解码N（窗口大小）PCM样本数。
3. 对于每个PCM样本，平均每个通道的振幅（无符号样本），并从0缩放到2（除以65536.0），然后将结果存储到输入缓冲区中。
4. 在输入缓冲区上执行窗口化（即Hanning）。
5. 对输入缓冲区执行快速傅立叶变换，并将其存储到输出缓冲区中。由于我使用实数值作为输入，因此可以使用kiss_fftr()。
6. 对于N/2输出值，获取转换后数据的平方大小，然后使用以下公式将这些值转换为dB刻度： 10 * log10 (re * re + im * im)
7. 绘制N/2步骤6中的值。
8. 丢弃输入缓冲区的前半部分，解码下一个（窗口大小/ 2）PCM样本，并对数据执行缩放和加窗操作。这样可以有效地滑动输入窗口，并避免必须在已处理的PCM样本上重做数学运算。
9. 循环至步骤5，重复这些步骤，直到处理完所有样本为止。
10. 从中释放已使用的内存kiss_fft_alloc()。

建议在执行FFT之前先从输入窗口中减去一个值，以使所得的DC值的大小为零。我应该从输入数据中减去平均值还是平均值？

另外，选择窗口大小时需要考虑哪些事项？除此之外，按照KissFFT的说明，它必须是偶数，使用较小的窗口大小也有好处。它会提供更好的图形吗？我认为大窗口大小会减少必须执行的FFT数量，这是使用大窗口大小的唯一好处吗？

$x$

预先感谢您提供的所有指导。

对我来说看起来不错。但是，在第3步中，您实际上想要将信号从-1缩放到1，否则您将添加DC。您提到减去均值-我不建议对频谱图执行此操作，因为这样可以有效地滤除DC，频谱图应显示DC是否存在。

选择窗口大小仅与权衡有关。较大的窗口将为您提供更清晰的频率分辨率，但时间分辨率却较模糊。较短的窗口会给您相反的效果：时间分辨率更高，而频率分辨率却模糊。窗口大小的适当选择将取决于您要分析的数据。通常，这是2的幂，只是因为FFT倾向于像2的幂。解决。

您可能想知道是否有可能更好地处理这种折衷，并且有一些技术可以解决：它们通常涉及一次计算具有几个不同FFT大小的频谱图，然后将它们组合。此网页上有一些很好的视觉信息：http : //www.izotope.com/tech/aes_adapt/

如果您的窗口尺寸太小，则两个非常接近的频率可能无法区分，因为它们都结束于同一个FFT仓中。如果窗口大小太大，则可能会在时间上合并两个关闭事件，或者突然的瞬态转变为逐渐的攻击。查看我发布的网页，以了解一些可视化方法。

较大的窗口大小并不一定减少FFT的数量。您已选择使用短时傅立叶变换来计算频谱图，其中傅立叶变换的重叠部分是FFT大小的一半。如果需要，可以使用更高的重叠因子。与需要计算多少个FFT相比，选择窗口大小更重要的是要进行时间/频率折衷。在设计频谱图（或任何STFT）时，您可以考虑选择窗口大小，跳数大小（块之间的距离）作为独立参数。

绘制时，时间通常在x轴上，频率在y轴上（通常是对数刻度，梅尔刻度等，而不是线性刻度），然后用颜色强度表示幅度，即非常暗的颜色对应于小幅度，非常亮的颜色对应于大幅度。