signal-processing - 是否需要FFT才能找到音频文件上的峰值和凹坑

Question

我能够读取wav文件及其值。我需要找到峰和坑的位置及其值。第一次，我尝试通过(i-1 + i + i +1) / 3公式对其进行平滑处理，然后以array[i-1] > array[i] & direction == 'up' --> pits样式解决方案在数组上​​进行搜索，但是由于噪声和项目 future 计算的其他原因，我试图找到更好的工作区域。几天以来，我一直在研究FFT。据我了解，ftf将音频文件转换为一系列的正弦和余弦。 fft操作后，给定值是a0的a1和a0 + ak * cos(k*x) + bk * sin(k*x) which k++ and x++，如图所示

http://zone.ni.com/images/reference/en-XX/help/371361E-01/loc_eps_sigadd3freqcomp.gif

我的问题是，fft是否有助于我找到音频的峰值和凹点？有人对这种问题有经验吗？

Answer 1

这完全取决于您要执行的操作，而您尚未真正弄清楚。 “找到高峰和低谷”是一回事，但是由于执行此操作的原因可能多种多样，因此可能会有多种方法。您已经尝试了直接寻找局部最大值和最小值的简单方法，这听起来像是。这里有一些提示:

您不需要FFT。

音频数据通常在零上下波动(存在一些异常(exception)，包括8位wav，这些是无符号的，但这些是异常(exception))，因此您必须注意正值和负值。通常，较大的正值和较大的负值会携带大量能量，因此您希望将它们视为相同。

由于是＃2的

，如果要求平均值，则可能要取绝对值的平均值，或更常见的是取平方的平均值。一旦找到平方的平均值，就取该值的平方根，得到RMS，它与信号的功率有关，因此您可能会尝试执行以下操作，以指示信号的响度，强度或近似一个模拟仪表。绝对平均值对极限值可能更健壮，但使用较少。

的另一种方法是简单地在一定数量的样本上查找绝对值的峰值，这通常在绘制波形和数字“峰值”仪表时完成。查看最小绝对值没有意义。

完成上述操作后，是的，您可能希望计算找到的值的对数，以便以dB显示信号，但请确保使用正确的公式。不是10 * log_10(振幅)。经验法则:通常，从振幅计算对数时，您会看到20，而不是10。如果要计算dBFS(削波前的“净空”量，这是数字仪表的标准测量值)，公式为- 20 * log_10(| amplitude |)，其中幅度归一化为+/-1。请注意幅度= 0，以dB为单位提供了无限的净空。