我对STFT中的某些参数有一些误解。 我有一个wav文件，采样率为16000。这是9分钟。抽水意味着我的文件样本数等于= 9（min）* 60（sec）* 16000（SR）= 8640000。
现在我要制作STFT。我的最终目的是计算STFT的非零列数（列显示频率，行显示时间），并且知道它们的确切时间。
如果我使用16000的采样率并且选择N-FFT = 2048，则频谱图的形状将为（1025，16876），这意味着1025个频率段和16876个采样时间。现在，我想知道整个频率中哪一列时间的振幅为零。如果我在所有列上求和并计算此数字，我们将得出一个等于A的数字。
如果我选择N-FFT = 4096，然后重复整个过程，则频谱图将具有（2049，8438）的形状，零振幅的最终输出将等于B。在这里B
现在我有三个问题。 1-我说的都是真的吗？ 2-如何确定N-FFT的合适数量以获得合适的最终输出？ 3-如果更改采样率，则最终输出的数量将更改。这些参数如何相互连接以及如何选择合适的采样率？