使用Python进行音频信号处理

Question

我一直在做关于音频信号处理的作业。我读过一些论文，并对公式感到困惑：。该公式用于处理44100Hz，16位单通道音频。音频已经过预处理，并被切成1024个宽度的帧。 F(w)是每帧的FFT系数，w with - above是帧速率的一半，22050。

我搜索了很多，最重要的Analyze audio using Fast Fourier Transform。但我仍然无法理解它。我有FFT系数，scipy和numpy，1024宽度数组。然后我该如何执行公式？它是否等于数组的0到512之和的总和？

希望有人可以帮助我。提前谢谢。

Answer 1

假设你有一个信号x = [ x_1, x_2, ..., x_N ]，那么你可以在python中计算上面的公式（使用scipy导入）：

E = sum( abs(fft(x))[:len(x)/2]**2 ) / len(x)

关于归一化因子N = len(x)我不是100％肯定 - 这取决于fft的确切实现。