我一直在研究音频分析。我有一个WAV流读入内存，并且需要对数据执行各种功能，例如FFT。我一直在阅读有关此问题的理论，但不确定自己是否正确阅读。当读取流时，我得到一堆数字输出，我猜这是采样数据(44100 Hz)。我是否可以在此流上执行所有功能？因此，对于一个包含1024个样本的窗口，我是否只是从流中获取前1024个数字？然后，我是否要在此1024个集上执行FFT和所有其他功能，并在其余流中重复执行？
我开始了解它的理论，以及对样本求和的想法等等。但是我不确定这对实现而言意味着什么。
编辑-为了澄清我得到的流值，数字沿-0.432,-0.065...的线。
最佳答案
这只是您可以做什么的简要概述。有关详细信息，我建议您研究一些文献。
在应用FFT之前，音频信号需要进行预处理或加窗处理。
假设您要带窗(汉宁等)，
窗口功能将以某种“重叠”的形式应用于原始音频，以照顾边缘效果。您可以选择一个方便的窗口大小例如1024。窗口化之后，您可以对每1024个(预处理的)样本进行FFT。
我建议您使用MATLAB。这将使您的任务变得简单。
关于audio - 分析波流，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/7294146/