Question

作为一名软件工程师，我在处理信号处理问题时遇到了一些困难。我在这方面没有多少经验。

我尝试做的是以44100采样率采样环境声音，并使用固定尺寸的窗口测试特定频率（20KHz）是否存在并且高于阈值。

以下是我根据How to extract frequency information from samples from PortAudio using FFTW in C

中的完美答案所做的事情

从44100采样率的音频端口收集102400个采样（2320 ms）。样本值介于0.0和1.0之间

int samplingRate = 44100;
int numberOfSamples = 102400;
float samples[numberOfSamples] = ListenMic_Function(numberOfSamples,samplingRate);

窗口大小或FFT大小为1024个样本（23.2 ms）

int N = 1024;

窗口数量为100

int noOfWindows = numberOfSamples / N;

将样本拆分为noOfWindows（100）窗口，每个窗口的大小为N（1024）个样本

float windowSamplesIn[noOfWindows][N];
for i:= 0 to noOfWindows -1 
    windowSamplesIn[i] = subarray(samples,i*N,(i+1)*N);
endfor

在每个窗口上应用汉宁窗口功能

float windowSamplesOut[noOfWindows][N];
for i:= 0 to noOfWindows -1 
    windowSamplesOut[i] = HanningWindow_Function(windowSamplesIn[i]);
endfor

在每个窗口上应用FFT（在FFT函数内进行真实到复杂的转换）

float frequencyData[noOfWindows][samplingRate/2]; 
for i:= 0 to noOfWindows -1 
    frequencyData[i] = RealToComplex_FFT_Function(windowSamplesOut[i], samplingRate);
endfor

在最后一步中，我使用此链接中实现的FFT函数：http://www.codeproject.com/Articles/9388/How-to-implement-the-FFT-algorithm;因为我无法从头开始实现FFT功能。

我不能确定的是，当给出FFT函数的N（1024）个样本作为输入时，samplingRate / 2（22050）分贝值作为输出返回。这是一个FFT功能吗？

据我所知，由于奈奎斯特频率，我最多可以检测到一半的采样率频率。但是，每个频率的分贝值是否可以达到samplingRate / 2（22050）Hz？

谢谢，瓦希特

Answer 1

请参阅How do I obtain the frequencies of each value in an FFT?

从1024个样本输入中，您可以获得512个有意义的频率级别。

所以，是的，在你的窗口内，你将获得奈奎斯特频率的水平。

您将看到的最低频率级别是DC（0 Hz），下一个将是SampleRate / 1024，或大约44 Hz，下一个是2 * SampleRate / 1024，依此类推，向上至512 * SampleRate / 1024 Hz。

Answer 2

由于您的FFT中只使用了一个波段，因此即使使用适当的窗口，我也希望您的结果会受到边带效应的影响。它可能会起作用，但您可能也会因某些输入频率而出现误报。此外，您的信号接近您的信号，因此您假设信号路径相当于您的FFT。我不认为这是正确的方法。

我认为对这种信号检测更好的方法是使用高阶滤波器（根据您的要求，我会猜测四阶或五阶，实际上并不高）。如果您不知道如何设计高阶滤波器，可以使用两个或三个二阶滤波器串联。这里描述了设计二阶滤波器，有时称为“双二阶”：

http://www.musicdsp.org/files/Audio-EQ-Cookbook.txt

尽管非常简洁，但对先前知识有一些假设。我会使用一个高通（HP）滤波器，其转角频率尽可能低，可能在18到20 kHz之间。请记住，在转角频率处有一些衰减，因此在多次应用滤波器后，您将丢弃一个小信号。

过滤音频后，取RMS或平均幅度（即绝对值的平均值），找出一段时间内的平均水平。

这项技术与现在的工作相比有几个优点，包括更好的延迟（你可以在几个样本中开始检测），更好的可靠性（你不会在虚假频率下响应大声信号而得到假阳性），等等。

这篇文章可能具有相关性：http://blog.bjornroche.com/2012/08/why-eq-is-done-in-time-domain.html

将音频样本从时域转换为频域

2 个答案: