c++ - kiss_fftr 后接 kiss_fftri(窗口尺寸非常大)不返回输入信号

Question

我在较短的音频片段(44100 * 14 个样本)和更长的音频片段(44100 * 60 * 6 个样本)之间执行互相关。据我了解，因此我无法对 FFT 进行窗口化。在测试 kiss_fftr 和 kiss_fftri 时，我发现逆运算返回的噪音很大(但它在节奏上仍然与输入相似)。我已确认我的输入音频是正确的，损坏仅发生在此函数中:

static std::vector<std::vector<float>> do_fft(std::vector<std::vector<float>> song, std::vector<std::vector<float>> loop)
{
    loop[0].resize(kiss_fftr_next_fast_size_real(loop[0].size())); // TODO: resize this to song size instead of loop size when done testing
    loop[1].resize(loop[0].size()); // TODO: make this dynamic

    std::vector<std::vector<kiss_fft_cpx>> fft_loop;
    std::vector<std::vector<float>> output;

    for (int chan = 0; chan < loop.size(); chan++)
    {
        fft_loop.push_back(std::vector<kiss_fft_cpx>());
        fft_loop[chan].resize(loop[chan].size());

        output.push_back(std::vector<float>());
        output[chan].resize(loop[chan].size()); // TODO: resize this to song size instead of loop size when done testing
    }

    kiss_fftr_cfg cfg_loop = kiss_fftr_alloc(loop[0].size(), 0, NULL, NULL);
    kiss_fftr(cfg_loop, &loop[0][0], &fft_loop[0][0]);
    kiss_fft_free(cfg_loop);

    kiss_fftr_cfg cfgi_loop = kiss_fftr_alloc(fft_loop[0].size(), 1, NULL, NULL);
    kiss_fftri(cfgi_loop, &fft_loop[0][0], &output[0][0]);
    kiss_fft_free(cfgi_loop);

    return output;
}

下面是输出与输入的对比: 放大显示细节:

如果您想了解内存，该程序是 64 位的，只使用几千兆字节的内存(几千兆，没什么大不了的 :P)

Answer 1

不同的 FFT 库使用不同的比例因子，和/或在其 FFT 和 IFFT 实现之间以不同方式分配比例因子。

kiss_fft 要求您在 fft/ifft 对期间或之间缩小 fft 的长度，以返回(大约在数字或舍入误差范围内)原始时域输入 vector 。

在您的情况下，这是一个相当大的比例因子，因为您的数据长度很大。