FFTW用于指数频率轴

Question

我在Linux上有一组关于FFTW和音频分析的相关问题。

• Linux / Ubuntu中最容易使用，最全面的音频库是什么，它允许我解码任何各种音频格式（MP3等）并获取原始16位PCM值的缓冲区？ gstreamer？
• 我打算拿起原始缓冲区并将其馈送到FFTW以获取频域数据（没有复杂的信息或相位信息）。我想我应该使用他们的“r2r”方法之一，可能是DHT。这是对的吗？
• 似乎FFTW的输出频率轴以基于缓冲区长度的线性增量离散化。我似乎无法在FFTW中改变这种离散化，所以我必须在DHT之后进行。我需要一个跟随2^(i/12)的指数轴，而不是线性频率轴。我想我必须接受DHT输出并通过一些自定义抗锯齿功能运行它。有没有Linux库来做这样的抗锯齿？如果没有，基本的基于余弦的抗锯齿功能会起作用吗？

感谢。

Answer 1

这是FFT的一个老问题并且使用音频 - 理想情况下我们需要音频的对数频率刻度，但DFT / FFT具有线性刻度。您需要选择一个FFT大小，在频率范围的低端提供足够的分辨率，然后在感兴趣的频率范围内累积分档，为自己提供伪对数表示。有更复杂的方案，但基本上它都归结为同样的事情。

Answer 2

我见过libsndfile遍布各地：

http://www.mega-nerd.com/libsndfile/

这也是LGPL。它几乎可以读取您关心的所有开源和无损音频格式。然而，由于许可成本，它没有MP3。