这是一个理论问题，如果在不同的网站上提出更好的问题，你会不会提供网站，而不是关闭问题（我会删除这个问题）。我知道meta.stack ...是关于该网站的问题，但不知道在哪里可以找到一般理论问题。
我知道Shannon定理告诉我们，如果每个正弦波周期至少有2个样本，我们就有足够的信息来重建 正弦曲线和奈奎斯特定理告诉我们，我们应该以最高频率的两倍进行采样，但我对从非正弦波中获得此频率感到困惑。周期性的标准不是重复相同的活动吗？语音很少是正弦波，因此在将语音从模拟转换为数字时，如何实现奈奎斯特定理（即我们如何知道频率）？
答案 0 :(得分：1)
此问题的更好网站是http://dsp.stackexchange.com。以下是与您的问题有些相似的问题的答案（但有更复杂的细节）：https://dsp.stackexchange.com/a/8078/25504
简而言之，傅立叶快速变换（FFT）用于将复杂信号分解为等效的正弦曲线。
以下是介绍此流程的演示文稿： http://astro.pas.rochester.edu/~aquillen/phy103/Lectures/D_Fourier.pdf
答案 1 :(得分：1)
专注于理解时域中的模拟曲线（音频）与频域之间的差异。它使用不同的表示形式的相同信息。当ADC（模数转换器）对该曲线进行采样时，其数字输出是时域曲线上的点（其中时间在X轴上绘制，幅度在Y上）。只要样本发生的频率至少是该曲线的最高频率摆动的两倍，就会捕获信息负载。这适用于任意曲线（非正弦曲线）。
使用离散傅里叶变换（fft），您可以将此信息转换为其频域对应，同时保留恢复源模拟曲线所需的所有信息。这是表示使用正弦波的地方。 Joseph Fourier规定了fft用作一组sin / cos波存储的逻辑，以及相位和幅度，正常音频曲线的频域表示，其在时域中更自然地表示。
总结：任何模拟曲线（非正弦或其他）都可以作为一组（理论上无限集，取决于所需的精度）存储在频域中...每个结构定义一对cos和sin波的频率，幅度和相移，每个cos和sin波输出一个正常的正则正弦曲线。通过将所有这些频域正弦曲线的输出合成并组合在一起，它将精确地生成精确的输入模拟曲线，此时该曲线将回到时域
作为旁注，您可以从时域到频域，也可以在频域中进行编辑，然后无休止地转换回时域
至于getting the Nyquist frequency ......您只需确定必须捕获的最高频率，将其加倍并将此频率用作采样率。当然，在该奈奎斯特频率下源音频曲线的保真度受到损害，因为其原始形状被简化为两点（两个样本）。每个源曲线周期的样本数量越多，自然会允许更高的保真度（记录沿曲线的更多点）。顶部提示：以所需最高频率的倍数
最近，我一直在编打FFT api的来电，这段视频详细介绍了一些关于通过FFT调用时返回的频域数据集的低级细节的最佳信息。在您的时域缓冲区Discrete Fourier Transform - Simple Step by Step
中