java - 一会儿低音？

Question

我正在使用智能手机中的麦克风进行一些声音分析。因此我正在录制声音并对其进行 FFT。之后我打印我的值。

我使用低通滤波器滤除超过 200hz 的一切。

  for (int i = 0; i < blockSize; i++){
     //  lowpass filter before analyzing, possibility to cut frequencies above
      int cutFreqFilterLowPass = 200 ; // lowpass frequency
      int    cutFreqBandPass=600;
     for (int ii = 0; ii < audioDataDoubles.length; ii += 2) {


     //  if (ii < (((cutFreqBandPass - 100) * (audioDataDoubles.length/2)) / SAMPLING_RATE)*2 ||     
  ii > (((cutFreqBandPass + 100) * (audioDataDoubles.length/2)) / SAMPLING_RATE)*2){

         if (ii > ((cutFreqFilterLowPass * (audioDataDoubles.length/2)) / SAMPLING_RATE)*2){

            audioDataDoubles[ii] = audioDataDoubles[ii + 1] = 0.0;}
 //        audioDataDoubles_copy[ii]=audioDataDoubles[ii];
 //        System.out.println("gecutteter Frequenzbereich        "+audioDataDoubles[ii]);


  }


    } 

但是现在，当我吹口哨时，我在第一个箱子中得到值......这是为什么？

  for (int i = 0; i < blockSize; i++) {
        // real is stored in first part of array
        re[i] = audioDataDoubles[i * 2];
        // imaginary is stored in the sequential part
        im[i] = audioDataDoubles[(i * 2) + 1];
        // magnitude is calculated by the square root of (imaginary^2 + real^2)
        magnitude[i] = Math.sqrt((re[i] * re[i]) + (im[i] * im[i]));
    }

我对 1-2 左右的值很好奇。前 2 个 bin 中的东西大约在 40-80 和 80-120 赫兹。

我曾经将第一个 bin 归零？这个有用吗？

这是正常现象还是我的 FFT 工作不正常？

似乎没有意义为什么我在那里获得值(value)..

Answer 1

两件事:

1. 如果是低质量麦克风或音频接口(interface)，或者存在高干扰(例如地面嗡嗡声 [虽然可能不适用于移动设备]、低质量 PCB设计，附近的干扰源)。然而，您所看到的可能是您信号的相当准确的表示:

2. FFT 有时会包含与源信号样本端点差异相关的其他频率分量。 FFT 本质上假设您的输入 block 是一个循环，如果它没有干净地循环，您可能希望看到其他组件。例如，如果您在纯正弦波信号中间的某处取一个任意 block ，相位偏移可能需要 FFT 中存在其他频率分量，以便精确表示异相信号。

为了对抗#2，通常的方法是使用 window functions ，用于修改输入信号以减少 block 边缘突然“边界”的影响。在最基本的情况下，窗口函数可以是一个简单的线性淡入，在 block 的开头淡入，在 block 的末尾淡出(但这是一个非常粗糙的函数)。您选择的窗函数将影响 FFT 的频率响应(通常，频率分析应用程序会为用户提供窗函数的选择，以便可以即时选择最适合给定情况的窗函数)。查看this page以获得一个很好的概述并写下来。

来自该页面的一个很好的相关简介和图形:

The abrupt discontinuity at the record's end points produces frequency components not present in the original signal, which introduces spectral leakage in the FFT. This can be understood by looking into the case where the sampled signal is a sinusoid:

---

顺便说一句，基于 FFT 的滤波器实现起来可能很棘手，因为在开窗时会丢失一些信息，并且还必须进行 block 的重叠和交叉淡入淡出，以在去除 FFT 频率分量后消除 block 之间的可听边界(这可以改变信号的相位和直流偏移)。根据所需的 FFT 分辨率，延迟也可能是一个问题。

您可能想看看 FIR filters如果您要做的只是对音频应用固定过滤器。它们非常高效且特别易于实现。有许多简单的 FIR 滤波器设计器工具可用，其中许多是免费的。