FFT 和分贝标度答案

【问题标题】：FFT and decibel scalesFFT 和分贝标度
【发布时间】：2013-01-30 15:14:19
【问题描述】：

如果我在 iPhone 上获取音频数据（即真实数据），请执行 FFT，然后获取幅度 (Re^2 + Im^2)。

这些数值从 >0 到一些较大的数字不等，因此我使用 10log(n) 以 dB 为单位。

这给了我从负数（对于

但是我看到的例子（以及在 Sonic Visualiser 中绘制频谱）在以 dB 为单位测量时总是具有正频谱。

那么我错过了什么？！

在更广泛的意义上，据我所知，分贝是一个比率，所以在这种情况下，将 FFT 幅度转换为 dB 时，它们与什么比率？

【问题讨论】：

可能重复：stackoverflow.com/questions/2445756/…
总之，你是对的；这是一个比率。您必须建立一个“参考水平”，如Wikipedia article 中所述。例如，对于光盘，零分贝被认为是可能的最高量级，因此所有其他值都是负数，低至约 -92 分贝。
这不是 stackoverflow.com/questions/2445756/ 的骗子，我专门询问 FFT 箱的输出。这是用麦克风测量声级的一般问题。
可以，但是原理是一样的；那里提供的答案解释了如何建立“参考水平”。
我也阅读了关于此的维基百科文章，其中说音频的参考电平定义为 1dB = 20 微帕斯卡。所以大概对于音频你会去10log(20/val)哪里val是帕斯卡的测量值？我在任何地方都找不到 FFT 的参考电平是多少，或者为什么当其他来源的频谱始终为正时，我会得到负数和正数的混合。我可能错过了一个非常简单的答案！

标签： ios signal-processing fft

【解决方案1】：

简单的答案是，在大多数情况下，您可以将任意数字添加到 dB 值，以使值全部为正，或全部为负，或任何您喜欢的值。使用未经校准的麦克风，例如在 iPhone 上，无论如何这都是有意义的，因为您所知道的只是相对值。

对于更高级的技术方法，使用经过校准的麦克风，您可以使用 dB (SPL) 作为合理标准来引用所有内容，但这很麻烦，而且无论如何在您的用例中没有意义。

理由：
随意移动的主要原因是日志没有报告测量单位。例如，即使您知道输入幅度为 0.1 帕斯卡，也完全可以说这是 100 毫帕斯卡，此时您将采用 100 而不是 0.1 的对数（因此对数值为 2 或 -1）。两者都是完全有效的，选择完全是任意的。与标准参考值（如 dB SPL）进行比较时，请注意它是以比率 log(P/P_ref) 的形式完成的，消除了更改单位的影响。

【讨论】：

感谢您的回答，我想这是有道理的。对于其他阅读本文的人来说，这个想法最初让我感到困惑。但是，从日志中添加/减去值显然与在获取日志之前按倍数缩放相同（即 (log(a/b) = log(a) - log(b)），因此本质上您只是在缩放输入（例如，将所有内容除以最小 bin 中的值，因此您的最小值为 1。您需要向所有 bin 添加一个小值，以便它们都非零。
@Mark：请参阅我上面的编辑，了解更多关于转移的理由。（我在答案之后很久就添加了这个，但我一直在唠叨我需要为后续读者澄清这一点。）

【解决方案2】：

由于 FFT 是线性算子，因此 FFT 的输出比例与输入到 FFT 的数据比例有关。 iPhone 上 FFT 的输入比例取决于麦克风、音频滤波器的增益，可能还有 AGC 和 DAC 参考。由于后者都没有记录并且可能会有所不同（根据麦克风的位置、设备型号、可能取决于音频会话配置的输入增益等），除非您执行某种校准，否则您不会知道该比率一个已知的参考。

【讨论】：

我的主要困惑是，为什么我会得到 +ve 和 -ve 值的混合，而当我使用其他包绘制 dB 值时，这些值总是 +ve？上面的tom10提供了一个建议，你可以随便加一个数字让它们都+ve，这听起来有点奇怪！
简单。这些其他软件包只是将输入、输出和/或 dB 结果缩放到所需范围内，这取决于它们与所需参考值的关系。