Jacky's Blog
·
从音乐制作认识傅里叶变换
💡
原文中文，约4600字，阅读约需11分钟。
📝
内容提要
本文介绍了傅里叶变换在音频数据转换方面的应用，包括暴力拆解和自身数据进行扫描对比。文章还介绍了傅里叶变换的代码实现和一些意外收获，如采样率对音质的影响和傅里叶变换给出的频率信息过于平均。需要改变数据分布模式或者针对人耳专门设计出一个频率分析算法。
🎯
关键要点
- 傅里叶变换用于音频数据转换，涉及时域和频域的关系。
- 时域数据表示声音波形，频域数据表示频率。
- 时域数据可以通过傅里叶变换转换为频域数据，反之亦然。
- 时域数据包含频域数据，复杂信号可拆解为多个正弦波。
- 信号重叠会导致增益或抵消反应。
- 使用正弦波与原始信号相乘可以得到频域数据。
- 傅里叶变换的计算效率高，但需要大量计算。
- 通过自身数据进行扫描对比可以验证频率峰值。
- 傅里叶变换结合了极坐标和直角坐标的概念，保留相位信息。
- 采样率影响音质和可记录的最高频率。
- 傅里叶变换的频率信息可能与人耳感知不符，需要针对人耳设计频率分析算法。
➡️
