我目前正在尝试编写一些傅里叶变换算法。我从数学定义中描述的简单DFT算法开始： public class DFT { public static Complex[] Transform(Complex[] input) { int N = input.Length; ...

对于用户歌唱的实时音高检测，FFT和自相关 得不到好的结果。我找不到C / C++方法。 麦克风输入数据是正确的，当使用正弦波时，结果或多或少是正确的音高。我通过从结果数组中取值，并将每个索引绘制在X轴上，将值绘制在Y轴上（两者都除以100,000，我使用OpenGL，不使用VST插件）。它...

Web Audio API有一个分析器节点，允许您获取处理的音频的FFT数据，并具有以字节和浮点方式获取数据的功能。字节版本看起来很合理，返回了一个归一化（取决于最小和最大分贝值）强度频谱，其中0表示特定频率的音频没有任何组成部分，255表示最大强度。 但我想要更详细的信息，而使用浮点数版本...

我一直在阅读这篇精彩的文章：http://blogs.zynaptiq.com/bernsee/pitch-shifting-using-the-ft/ 虽然这篇文章很棒，但是它非常难以理解和消化。这些内容真的让我感到困扰。 我从Stefan的代码模块中提取了计算给定bin的准确频率的数学...

我有一个来自DirectX缓冲区的样本。它是一个乐器演奏并被捕获的音符样本。如何分析样本的频率（就像吉他调音器一样）？我相信需要使用FFT，但我没有相关的HOWTO指针。

我该如何使用Python从WAV PCM文件中读取频率峰值，并能够生成相应的图像，用于频谱分析？ 我正试图编写一个程序，允许您读取任何音频文件，将其转换为WAV PCM格式，然后找到峰值和频率截止点。

我知道使用FFT进行卷积比在实数空间中进行卷积具有更低的计算复杂度。但是FFT卷积有哪些缺点呢？ 卷积核大小是否总是要与图像大小匹配，或者是否有一些函数可以处理这个问题，例如在Python的NumPy和SciPy软件包中？还有抗混叠效应方面的考虑吗？

如何在Python中获取二维DFT的DFT矩阵最简单的方法是什么？我在numpy.fft中找不到这样的函数。谢谢！

我已经阅读了一些有关如何使用信号的fft更有效地计算自相关的解释，该方法是先将信号的实部与其复共轭相乘（傅里叶域），然后再使用逆fft，但由于细节问题，我在Matlab中无法实现它。

scipy（或其他流行的库）中是否内置了基于FFT的2D交叉相关或卷积函数？ 这里有一些类似的函数： scipy.signal.correlate2d - "通过 convolveND 实现的直接方法，对于大数据而言速度较慢" scipy.ndimage.correlate - "使用精...