如何分析 FFT 输出（阵列 [512]）？答案

【问题标题】：How to analyse the FFT output (Array [512])?如何分析 FFT 输出（阵列 [512]）？
【发布时间】：2017-04-06 19:27:59
【问题描述】：

FFT 输出的值是什么意思？

我正在使用 AudioKit 的 FFT 算法（为 Swift 编写的框架），当我 fft AudioNode（麦克风声音）时，它给了我一个包含 fft 数据的变量。它是 512 个位置（0 到 511）的变量。

当我这样做时，它给了我非常小的结果，比如 0.00004231 甚至 2.41233e-7，有时是 2.41233e-12。这些值是什么意思？

我的想法：

    index 0: 0 - x Hz
          1: x - 2x Hz
          2: 2x- 3x Hz
          ::
          ::
          and so on...

    Each array has the Amplitude value of that position.

我说的对吗？如果不是，请解释一下。这对我有很大帮助。

【问题讨论】：

从理论上讲，我知道 FFT 的作用，但我不知道如何读取输出数据。

标签： ios swift audio signal-processing fft

【解决方案1】：

傅立叶变换将信号从时域映射到频域。因此，每个 FFT 样本都会测量原始信号中给定的频率强度。

例如，fft[2] 表示原始信号中 2 赫兹的频率有多强。请记住，AudioKit 返回的fft 数组中可能存在一些缩放，因此请检查这 512 个样本所涵盖的实际频率范围。

【讨论】：

好吧，数组的每个索引显示什么？幅度？就像我在问题中所说的那样，我的想法有效吗？
@DenisCandido 是的，总的来说，您也走在了正确的轨道上！
@DenisCandido ...但请记住，FFT 信号范围（例如 fft[2]）与原始信号的单位不同。
感谢您的回答。我将尝试使用大量此类数据训练神经网络。你认为它会得到好的结果吗？
@DenisCandido 这真的取决于神经网络的设计。但是，如果您打算检测给定的信号主频率，那么 FFT 是可靠/快速的选择！