FFT +短期窗口：混乱

Question

我使用0.025秒长的Hamming窗口和32768点FFT（？）来计算44100Hz采样音频信号的频谱，这是我的困惑：

• 44100 * 0.025~ = 1103样品，其<＆lt;＆lt; N = 32768，
• 但我的经验是，这个高N参数显着提高了视频的分辨率。

所以我的问题是怎么回事？

从this非常好的解释我得出结论，32768点FFT通常意味着它意味着1秒间隔，而Voicebox's rfft函数（我使用的）确实提到它截断/填充采样到N.所以我假设它将我的小1103向量用0s填充到32768长向量，以便能够计算FFT。

嗯，这真的发生了吗？这可以改善分辨率，虽然只有信号的前1/32是非零的吗？ （好吧，我想是的，但我想确定，因为这出现在论文辩护上 - 我现在就得到了这个想法，写这篇文章）。

感谢您的反馈。

Answer 1

时域中的零填充等效于频域中的内插（反之亦然）。因此，您可以提高分辨率，从而可以在点之间绘制更平滑的曲线。但是你还没有增加信息内容;您可以在非插值FFT输出上对插值FFT输出进行任何处理。

Answer 2

正如Oli指出的那样，零填充FFT是一种插值方法。更具体地说，插值内核是您使用的窗口的变换。因此，在某些时候，您对“分辨率”的改进与所选窗口的形状和宽度相关，而不是与数据的光谱内容相关。