如何正确规范化数组以绘制频谱图

Question

我已经获得了每个时间和频率的二维幅度数组。但是，要绘制频谱图，像素强度应根据幅度级别（例如红色最高绿色最低）。

（我从 FFT 和 sqrt(real^2+img^2) 得到幅度）

首先我将其转换为对数刻度 10*log10(amplitude^2) （*我不知道当amp为0时如何管理，没有错误出现）

然后，我只需找到 Mix_amp 并将所有元素缩放到 0-1 之间的值。

问题是。当从无噪声声音生成频谱图时，例如计算机生成 20-20kHz 的扫频声音，我得到了一条很好的向上直线。但是，对于实际歌曲，频谱图的特征似乎不够明显，因此当我想在后期应用峰值查找时会很困难。

我是否做了不适合流程的事情？

Answer 1

您可能在真实歌曲中找不到单峰。

即，一个和弦具有 3 个或更多基音 + 每个基音的泛音。

此外，多种乐器可能会以不同的强度演奏不同的音调。

通过窗口内的总功率进行标准化，而不是 Max Amp。如果频率包含超过该功率的 x%，则您已找到峰值。

如果您的音调接近，则需要处理频谱泄漏问题。使用适当的窗口和/或更大的 FFT 可能有助于区分。