Question

我有一个工作实现NAudio的wasapi环回录制和数据的FFT。我获得的大部分数据都是应该的，但每隔一段时间（10秒到几分钟的间隔），它几乎在所有频率上显示振幅。

基本上，图片从右到左滚动，时间和频率从底部的最低频率开始以对数刻度表示。这些线是错误。据我所知，那些人不应该在那里。

我得到音频缓冲区并将样本发送到聚合器（应用汉明窗口），该聚合器实现了NAudio FFT。在我以任何方式修改它之前检查了数据（FFT结果）（图像不是来自原始FFT输出，而是desibel缩放），确认FFT结果给出了那些线。我还可以指出图片是用LockBits修改的，所以我认为那里的逻辑有问题，但这就是我查看显示同样问题的FFT输出数据的原因。

嗯我可能错了，问题可能在某个地方，我说它不是，但它似乎真的来自FFT或缓冲数据（数据本身或样本的聚合）。不知怎的，我怀疑缓冲区本身是否像这样被破坏了。

如果有人知道可能导致这种情况的原因，我将非常感激！

更新

所以我决定绘制整个FFT结果范围而不是它的一半。它表现出一些奇怪的。我不确定FFT，但我认为傅里叶变换应该给出一个反映在中间的结果。这当然不是这种情况。

图片为线性比例，因此图片的中间位置是FFT结果的中间点。底部是第一个，顶部是最后一个。

我正在播放一个10kHz的正弦波，它给出了两条水平线，但顶部超出了我。看起来这些线条反映在图片的底部四分之一处，所以这对我来说也很奇怪。

更新2

所以我将FFT大小从4096增加到8192并再次尝试。这是我输出正弦频率的输出。

看起来结果会被镜像两次。一旦在中间，然后再在上半部和下半部。现在，巨大的线条已经消失了......看起来这些线条现在只出现在下半部分了。

在使用不同的FFT长度进行一些进一步测试之后，该线路中的线条似乎是完全随机的。

更新3

我做了很多测试。我添加的最新内容是样本重叠，以便在下一个FFT开始时重用示例数组的后半部分。在汉明和汉恩的窗户上，它给了我很大的强度（就像我发布的第二张照片一样）但不是布莱克曼哈里斯。禁用重叠会删除每个窗口函数上的最大错误。即使使用BH窗口，顶部图片中的较小错误仍然存在。我仍然不知道为什么会出现这些线条。

我当前的表单允许控制使用哪个窗口功能（前面提到的三个），重叠（开/关）和多个不同的绘图选项。这允许我在更改时比较所有影响方效果。

我会进一步调查（我很确定我在某些方面犯了一个错误）但是很好的建议非常受欢迎！

Answer 1

问题在于我处理数据数组的方式。现在就像一个魅力。

代码（删除了多余的内容，可能会增加错误）：

// Other inputs are also usable. Just look through the NAudio library.
private IWaveIn waveIn; 
private static int fftLength = 8192; // NAudio fft wants powers of two!

// There might be a sample aggregator in NAudio somewhere but I made a variation for my needs
private SampleAggregator sampleAggregator = new SampleAggregator(fftLength);

public Main()
{
    sampleAggregator.FftCalculated += new EventHandler<FftEventArgs>(FftCalculated);
    sampleAggregator.PerformFFT = true;

    // Here you decide what you want to use as the waveIn.
    // There are many options in NAudio and you can use other streams/files.
    // Note that the code varies for each different source.
    waveIn = new WasapiLoopbackCapture(); 

    waveIn.DataAvailable += OnDataAvailable;

    waveIn.StartRecording();
}

void OnDataAvailable(object sender, WaveInEventArgs e)
{
    if (this.InvokeRequired)
    {
        this.BeginInvoke(new EventHandler<WaveInEventArgs>(OnDataAvailable), sender, e);
    }
    else
    {
        byte[] buffer = e.Buffer;
        int bytesRecorded = e.BytesRecorded;
        int bufferIncrement = waveIn.WaveFormat.BlockAlign;

        for (int index = 0; index < bytesRecorded; index += bufferIncrement)
        {
            float sample32 = BitConverter.ToSingle(buffer, index);
            sampleAggregator.Add(sample32);
        }
    }
}

void FftCalculated(object sender, FftEventArgs e)
{
    // Do something with e.result!
}

Sample Aggregator类：

using NAudio.Dsp; // The Complex and FFT are here!

class SampleAggregator
{
    // FFT
    public event EventHandler<FftEventArgs> FftCalculated;
    public bool PerformFFT { get; set; }

    // This Complex is NAudio's own! 
    private Complex[] fftBuffer;
    private FftEventArgs fftArgs;
    private int fftPos;
    private int fftLength;
    private int m;

    public SampleAggregator(int fftLength)
    {
        if (!IsPowerOfTwo(fftLength))
        {
            throw new ArgumentException("FFT Length must be a power of two");
        }
        this.m = (int)Math.Log(fftLength, 2.0);
        this.fftLength = fftLength;
        this.fftBuffer = new Complex[fftLength];
        this.fftArgs = new FftEventArgs(fftBuffer);
    }

    bool IsPowerOfTwo(int x)
    {
        return (x & (x - 1)) == 0;
    }

    public void Add(float value)
    {
        if (PerformFFT && FftCalculated != null)
        {
            // Remember the window function! There are many others as well.
            fftBuffer[fftPos].X = (float)(value * FastFourierTransform.HammingWindow(fftPos, fftLength));
            fftBuffer[fftPos].Y = 0; // This is always zero with audio.
            fftPos++;
            if (fftPos >= fftLength)
            {
                fftPos = 0;
                FastFourierTransform.FFT(true, m, fftBuffer);
                FftCalculated(this, fftArgs);
            }
        }
    }
}

public class FftEventArgs : EventArgs
{
    [DebuggerStepThrough]
    public FftEventArgs(Complex[] result)
    {
        this.Result = result;
    }
    public Complex[] Result { get; private set; }
}

我想是的。我可能错过了一些东西。希望这有帮助！

NAudio fft结果给出所有频率C＃的强度

1 个答案: