我的问题的简短版本：
如何从一系列音频样本（如Int16）转到常用FFT库（如AForge）使用的复杂结构？
我的问题的长版本：
我是音频处理的新手，我正在寻找分析音乐中的音频（定位节拍，速度等）。经过几天阅读后，快速傅里叶变换（FFT）算法似乎是朝着正确方向迈出的一步。
为了开始而不必从头开始实现算法，我已经下载了几个开源库，Exocortex和AForge.net。
我正在将音频解码为内存缓冲区。在我的16位48kHz音频立体声音轨的每个周期中，我得到48000字节或24000个样本。这些当前被复制到short（Int16）数组中。我现在需要将我的数组转换为Complex结构（在AForge的情况下）。这反过来用“真实”和“虚构”双值初始化。但这究竟是什么以及如何从我的数组转到这两个双值？另外，在传递之前是否需要拆分左/右声道？
不幸的是，只要它不作为代码呈现，我就很难阅读数学公式。在我到目前为止访问的几乎所有网站上，很快出现了greeek符号和复杂的数学公式来帮助解释算法。结果，我立刻迷失在翻译中。相信我，我努力寻找“傻瓜算法”。 ;）
主持人请注意：即使问题类似，这也不是Convert Audio samples from bytes to complex numbers?的副本。
答案 0 :(得分：3)
您需要拆分频道并单独处理它们，或者将它们平均为单个单声道频道 - 这最好取决于您最终要完成的工作。
至于转换数据类型 - 每个实数也是一个具有0的“虚数”部分的复数，因此转换本质上是用样本创建一个复数的数组（最好是标准化的 - 在这种情况下除以通过32768，你在实部中的值为[-1，+ 1]），在虚部中为零。