linux - 指数频率轴的 FFTW

Question

我有一组关于 Linux 上的 FFTW 和音频分析的相关问题。

• 什么是 Linux/Ubuntu 中最易于使用、最全面的音频库，它可以让我解码各种音频格式(MP3 等)中的任何一种，并获取原始 16 位 PCM 值的缓冲区？ gstreamer?
• 我打算获取原始缓冲区并将其提供给 FFTW 以获取频域数据(没有复杂信息或相位信息)。我想我应该使用他们的一种“r2r”方法，可能是 DHT。这是正确的吗？
• FFTW 的输出频率轴似乎以基于缓冲区长度的线性增量离散化。进一步看来，我无法在 FFTW 中更改这种离散化，因此我必须在 DHT 之后进行。我需要一个遵循 2^(i/12) 的指数轴，而不是线性频率轴。我想我必须获取 DHT 输出并通过一些自定义抗锯齿功能运行它。是否有 Linux 库可以进行这种抗锯齿处理？如果不是，基于余弦的基本抗锯齿功能是否有效？

谢谢。

Answer 1

这是 FFT 和处理音频的一个古老问题 - 理想情况下，我们想要音频的对数频率标度，但 DFT/FFT 具有线性标度。您将需要选择一个 FFT 大小，以在您的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 bin 以获得伪对数表示。还有更复杂的方案，但本质上都归结为同一件事。