Comment générer du spectre audio à l'aide de la fft en C++?

Je veux générer un spectre audio (comme on le voit dans cette vidéo) d'un fichier audio mp3. Fondamentalement, ce problème nécessite le calcul de la fft du signal audio. Comment ce programme en C/C++?

J'ai regardé un couple de bibliothèques open source tels que FFTW et je ne sais vraiment pas comment les utiliser pour mon problème. Toute aide serait grandement appréciée. Merci à l'avance!

  • Avez-vous déjà savoir C ou C++? Si non, il est probablement préférable de commencer avec quelque chose de plus simple...
  • Découvrez stackoverflow.com/questions/604453/...
  • Savez-vous quelque chose à propos de DSP? FFTW est un outil fantastique, mais à moins que vous quoi que ce soit sur les transformées de Fourier/fenêtrage/résolution de bacs/etc. il sera très difficile de produire quoi que ce soit.
  • La FFT est la partie la plus facile (et certainement pas le dernier mot) du spectre de puissance estimation de densité. Il existe de nombreuses autres considérations, en particulier de fenêtrage. Google Slepian window pour des techniques qui minimisent les fuites de courant.
  • Veuillez modifier votre question afin de montrer le code que vous avez jusqu'ici. Vous devez inclure au moins un plan (mais de préférence un minimum de reproductibles exemple) le code que vous rencontrez des problèmes, alors nous pouvons essayer de l'aider avec le problème spécifique. Vous devriez également lire Comment Demander.
InformationsquelleAutor MRashid | 2011-01-13
  1. 52

    Il existe assez peu de similaire ou connexe des questions sur la DONC déjà qui sont bien la peine de lire les réponses contiennent beaucoup d'informations utiles et de conseils, mais en essence, vous devez faire ceci:

    • convertir les données audio au format requis par la FFT (ex: int -> float, séparer les canaux L/R)
    • appropriée fonction fenêtre (par exemple Hann aka fenêtre de Hanning)
    • appliquer FFT (NB: en cas d'utilisation typique complexe-à-complexe FFT puis définissez les parties imaginaires de tableau d'entrée à zéro)
    • calculer la magnitude de la première N/2 FFT réceptacles de sortie (sqrt(re*re + im*im))
    • éventuellement convertir ampleur dB (log) échelle (20 * log10(magnitude))
    • de la parcelle N/2 (log) de l'ampleur des valeurs

    Note que bien que FFTW est un très bon et très rapide, FFT, il peut être un peu écrasante pour un débutant c'est aussi très cher si vous voulez l'inclure en tant que partie d'un produit commercial - je recommande de commencer avec KissFFT à la place.

    • +1 - La seule chose que je voudrais ajouter, c'est une première étape pour séparer la gauche (ou de droite, n'a pas d'importance) canal de sortie à partir du fichier audio. Et un autre +1 si je pouvais pour l'utilisation de KissFFT avant de coucher avec FFTW.
    • merci pour les commentaires - ajout de la note ré séparant les canaux L/R à la première étape
    • Je voudrais seulement ajouter que vous pouvez simplifier si vous êtes en train de faire une échelle log - au lieu de calculer la magnitude (avec la racine), puis mise à l'échelle 20*log10, prendre le carré de l'amplitude (le saut de l'sqrt), puis à l'échelle 10*log10. Mathématiquement équivalente, mais enregistre une inutile sqrt appel.
    • oui, bon point, vous pouvez aller directement à dB sans sqrt si vous n'avez pas besoin du linéaire de l'ampleur.
    • Qu'est-ce que séparer les canaux L/R? Je suis un novice aussi loin que les Fft aller et j'ai commencé à lire sur ce sujet, donc je suis juste curieux?
    • C'est juste la gauche/droite stéréo des canaux que vous obtenez dans plupart des fichiers audio ou audio entrées - vous besoin pour traiter les canaux droit et gauche séparément.
    • Pourquoi, c'est l'ampleur de la fréquence de composants à être convertis en dB à l'aide de la quantité de Champ convention et non comme une Puissance de la quantité? Je pensais que l'intensité acoustique a été mesurée comme puissance? C'est pourquoi 20 * log10(magnitude) au lieu de 10 * log10(grandeur)?
    • eh bien, ce est la façon dont je pense à elle: les signaux d'entrée sont des tensions, la puissance est proportionnelle à V^2, donc pour obtenir la puissance en dB 20*log10 plutôt que 10*log10.

    InformationsquelleAutor Paul R