FFT 算法 - 如何将样本转换为复杂结构？答案

【问题标题】：FFT Algorithm - How to convert samples to complex structs?FFT 算法 - 如何将样本转换为复杂结构？
【发布时间】：2012-07-30 13:36:47
【问题描述】：

我的问题的简短版本：

如何从音频样本数组（如 Int16）转换为常见 FFT 库（如 AForge）使用的复杂结构？

我的问题的长版本：

我是音频处理的新手，我希望分析音乐中的音频（定位节拍、速度等）。经过几天的阅读，快速傅里叶变换 (FFT) 算法似乎朝着正确的方向迈出了一步。

为了不必从头开始实现算法，我下载了几个开源库，Exocortex 和 AForge.net。

我正在将音频解码到内存缓冲区。在我的 16 位 48kHz 音频立体声轨道的每个周期中，我得到 48000 字节或 24000 个样本。这些当前被复制到一个短数组（Int16）中。我现在需要将我的数组转换为复杂结构（在 AForge 的情况下）。这又用“实数”和“虚数”双精度值初始化。但是这些到底是什么，我如何从我的数组转到这两个双精度值？另外，我需要在传递之前将左/右通道分开吗？

不幸的是，只要不是以代码形式呈现的数学公式，我阅读数学公式就很糟糕。到目前为止，在我访问过的几乎所有网站上，很快就会出现希腊符号和复杂的数学公式来帮助解释算法。结果，我马上就迷失在翻译中。相信我，我努力寻找“傻瓜的 FFT 算法”。 ;)

版主注意：这不是Convert Audio samples from bytes to complex numbers? 的重复，即使问题相似。

【问题讨论】：

标签： c# fft audio-processing

【解决方案1】：

您需要拆分通道并单独处理它们，或者将它们平均到单个单声道 - 这最好取决于您最终要完成的任务。

至于转换数据类型 - 每个实数也是一个复数，其“虚部”为 0，因此转换本质上是用样本创建一个复数数组（最好是标准化的 - 在这种情况下除到 32768，所以实部的值在 [-1,+1]) 范围内，虚部的值为零。

【讨论】：

感谢您的回答。会尝试的。出于好奇，为什么我必须将虚数设置为 0。它是什么，为什么会存在？
这将不得不涉及所有你说你不想深入研究的公式 - 复杂的数学是一个相当重要和复杂的主题，甚至没有足够的空间在这里开始解释.如果你真的想知道，找一本关于复杂数学的教科书或其他东西；不过，在目前的情况下，我认为“这就是它的工作方式”是最好的答案——如果你使用了 0 以外的任何东西，你会得到错误的答案。
很公平。它现在似乎可以工作了，所以我会接受这个作为答案。
请注意，某些 FFT 库还提供实数到复数 FFT，这比使用将输入数据的所有虚部设置为 0 的复数到复数 FFT 更有效。这接受纯真实输入，但当然您仍然会在频域中获得复杂的输出数据。