网络摄像机和 FFT 的音频采样率答案

【问题标题】：Audio sampling rate of an ip camera and FFT网络摄像机和 FFT 的音频采样率
【发布时间】：2014-08-15 17:26:44
【问题描述】：

我从音频输入流（来自采样率 Fs = 44100Hz，在 java 中的相机）中获取字节数组（大小为 64）。然后我把这个数组转换成一个双精度数组（这个数组的大小变成 8）并用 jtransforms 库执行 FFT：

DoubleFFT_1D fft = new DoubleFFT_1D(8);
fft.realForward(doubles);

然后我计算频率：freq = i*Fs/N。我的问题是，N=8 还是 N=64？如果 N=8，我应该以某种方式纠正速率采样 Fs 的值吗？非常感谢您的澄清。

编辑：我想当我组合成对的字节时，数组的大小将变为 64/2=32。对每一对都会这样做：

ByteBuffer bb = ByteBuffer.allocate(2);
bb.order(ByteOrder.LITTLE_ENDIAN);
bb.put(firstByte);
bb.put(secondByte);
double val = bb.getDouble(0);

结果是一个双精度数组，正是我需要的。现在，当我计算频率（归一化后）freq = i*Fs/N, N = 32。对吗？

另外，由于我使用的是 fft.realForward(doubles) 而不是 fft.realForwardFull(doubles)，我应该将 Fs 除以 2 吗？即Fs = Fs/2？

再次感谢您的帮助和时间..

【问题讨论】：

你知道你的数据的位深吗（多少位组成一个样本）？。
我应该能够从我用相机记录的 .wav 文件中提取这个数字。但是，如果我知道它，我该如何使用它？谢谢！
我不确定我是否理解您要执行的操作，您的意思是将频率除以 2 是什么意思？你的最终目标是什么？你想得到音频的 FFT 吗？
我从文档中得到的是 fft.realForward 和 fft.realForwardFull 是相似的，唯一的区别是 fft.realForward 只会返回 fft 结果的一半。
我绘制了数据并认为我不必将 Fs 除以 2。:)

标签： java arrays inputstream fft

【解决方案1】：

在执行数据的 FFT 之前，您必须知道音频的位深度（通常为 16 位或 32 位），以便重新组合样本。

例如，如果位深度是 16Bits（2 个字节），那么我们知道一个字节仅包含样本的前 8 位，而另一个字节将包含最后 8 位，因此我们将字节组合（而不是添加）以形成一个样本。在此之后，我们将这个样本除以 2^(BitDepth - 1) = 2^15 = 32678 以获得实际的归一化样本，它将是一个介于 -1 和 1 之间的样本。这样做之后，我们可以继续执行对数据进行 FFT。

您可能想查看this question 的答案，以查看显示如何进行实际转换和规范化的代码。

【讨论】：

非常感谢！我会先研究这个，然后给出反馈。