fft和小波

Question

我可以使用fft来获取加载的1秒音频文件的人，说“ahhhh”并重新创建它，频率，相位和幅度。 我现在要做的是找出每个频率的开始位置以及它们在1秒音频文件中的结束位置并将数据放入数组中

示例：100hz从.23秒开始到.34秒， 104.34hz从.35seconds开始，到.37seconds结束。

fft可以这样做还是我需要将整个程序转移到使用小波？还有八度音阶中的小波示例，说明如何做我想要完成的事情吗？

我正在使用来自repo的Ubuntu Linux 12.04和Octave 3.2.4

由于 瑞克

Answer 1

FFT作为估算离散傅里叶变换（DFT）的算法，提供音频信号的频率内容（如您所述的幅度和相位）。这将为您提供每个离散频率仓的一组幅度/相位值，您可以将其映射到连续频率值（基于bin索引或离散频率，FFT点的数量和信号的采样频率）。 / p>

DFT虽然（通过FFT）是一种全局变换，即自从你移动到频域以来，你将失去时间概念。你需要的是短时傅里叶变换（STFT），即。在信号的短时间帧（窗口）上进行FFT。这将为您提供一个时频表示，您可以在其中指定每个分析窗口的频率内容，从而为每个短时间实例指定频率内容。

逼近草图：定义时间窗口长度和窗口偏移（基于所需的时间分辨率或线性采样的时间实例），运行STFT，然后使用峰值拾取或局部最大值估计的方法每个窗口的傅里叶幅度。这将为您提供可以跨时间跟踪的主要频率位置（起始等）

在MATLAB中检查spectrogram以获得STFT的实现以帮助您入门。