我正在从麦克风读取原始数据并输入 FFT。我正在尝试的两个 FFT 库（AForge 和 Exocortex.DSP）将复数作为输入并给出复数作为输出。
我试图理解复数是什么。
更具体地说 - 如何将从麦克风获得的原始音频数据转换为复数以便在 FFT 中进行处理？
以及如何将输出绘制成漂亮的频谱图（即从输出中读取频率和幅度）？
额外的好处：除了提到的两个之外，.Net 还有哪些 FFT 库？
【问题讨论】：
标签： math audio signal-processing fft
在对真实数据执行 FFT 时，您只需将输入的虚部设置为零。 （请注意，FFT 的输出仍然会很复杂。）
绘制频谱图更复杂 - 之前有关于 SO 的帖子，但基本上您需要计算连续重叠时间窗口（典型重叠 = 50%）的功率谱，然后绘制log (dB) 这些功率谱的幅度，使用颜色或灰度强度作为幅度（通常在 X 轴上是时间，在 Y 轴上通常是频率）。计算功率谱：
re*re + im*im) 的第一个 N/2 值的幅度平方10 * log10 (magnitude squared))【讨论】：
for (int i = 0; i < complexArray.Length / 2; i++) outputArray[i] = 10.0 * Math.Log10((double)(Math.Sqrt((complexArray[i].Re * complexArray[i].Re) + (complexArray[i].Im * complexArray[i].Im))));
Math.Sqrt - 这已经通过使用 10.0 * log10 而不是 20.0 * log10 来处理。
用于绘制“漂亮”的频谱图：
FFT 计算与窗口变换卷积的数据的局部频谱。
如果您不在 FFT 前面使用窗口函数，则窗口函数最终会默认为 FFT 长度的矩形窗口，如果您不期望，它的变换看起来可能看起来很丑它（有人称之为光谱“泄漏”）。您可能想尝试使用其他一些窗口函数（Von Hann 等人），其中窗口化 FFT 产生的卷积可能会导致“看起来更漂亮”的频谱图。
【讨论】：