c# - 声音分析器，使用naudio获得48000个样本/秒的声音。我可以使用1024的循环样本大小吗？

Question

我需要创建一个声音分析器来隔离某些歌曲频率。现在，我对低音(60-250Hz)感兴趣。
对于1024的每个块，我读取信号(IEEE浮点数):进行FFT，然后提取与每个频率相对应的值。
我不明白的是:我知道FFT需要2的幂才能工作。我看过使用512块的代码，使用2048、4096等的代码。
我已经决定使用1024(每秒大约可以提供47个数据点)。我是否假设使用2048(例如)将以相同的方式工作，每秒给我23.5个数据点，并且唯一的区别是准确性(当然还有计算速度)是否正确？
另外，我是否需要读取1024个边界块？例如，假设我只是跳过了前200个浮点数，结果最终会变得非常相似吗？ (我的测试似乎说是)
后期编辑:更新标题以使其更易于理解

Answer 1

1024 / 48kHz仅比60 Hz信号的一个周期长。太短，无法确定信号是否完全是周期性的(重复)。人们通常需要大约6个重复周期才能听到具有确定音高的声音。
60 Hz是B1。您可能需要2 Hz的分辨率才能将B1与C1分开，并且在两个最近的FFT频率仓之间有明显的间隙。为此，仅使用FFT幅度结果，将需要48kHz / 2Hz或半秒或更长时间的FFT。对于48ksps样本，最近的2的幂是32768。
对于音乐音调频率，与使用裸FFT或FFT频率峰值幅度相比，音调检测器/估计器要好得多，因为它们可以解决录制的器乐或声乐音乐中常见的基本问题。这些音高估计器可以在比半秒更短的时间间隔窗口内工作，但是比裸露的FFT幅度峰值选取需要更多的计算。