( p5.js ) FFT 报告较低频率“太大声”和较高频率“静音”？

Question

我一直在尝试使用 p5 声音进行简单的 FFT，然后直观地绘制频谱波段。

我注意到的一件事是，几乎所有曲目中的低频都显得非常高，而高频似乎是静音的。

因此，例如，仅对 16 个频段进行 FFT 时，大部分声音仅发生在前 4 个频段上，而其他频率（较高的频率）似乎被报告为“静音”或太安静了。

您可以在此示例中看到这一点，例如：http://p5js.org/reference/#/p5.FFT 其中即使频率相对较高，频谱的右侧也完全保持向下，据报道较低的频率是最高的，即使您在这里更难中/高音的声音。

似乎必须对 FFT 结果进行某种转换才能获得与我们听到的更好匹配的视觉表示？

我错过了什么吗？我的意思是，我肯定遗漏了一些关于 FFT 工作原理和频率报告方式的基本信息，但我的意思是，这是一个有共同解决方案的常见问题吗？

Answer 1

人类的听觉系统本质上是以 2 为底的对数 - 每个后续的 octave 的带宽是下一个的两倍。因此，人类可感知声音的绝大多数频率内容都低于1kHz，并且信号功率在较高频率的 FFT 箱之间分布得更薄 - 这正是您的图表所显示的。

Spectrograms - 这是我怀疑您希望在这里看到的 - 在 x 轴上用log(F) 绘制，在 Y 轴上用 dB 为单位的信号功率绘制。您的代码绘制了两个轴均为线性的图形。

此外，由于您没有专门将 window function 应用于用于计算 FFT 的样本，因此默认情况下您得到的是 rectangular window - 在此应用程序中远非一个好的选择。