当前位置：首页 > wzjs >正文

网站制作网免费seo优化或网站编辑

wzjs 2025/7/28 16:29:21

网站制作网免费,seo优化或网站编辑,南通企业网站seo,wordpress HTML5游戏文章目录系列文章目录目录文章目录前言一、问题引入二、使用步骤三、分析和改进总结前言我们知道audacity和audition都有频谱分析这个窗口，一般过程肯定是分帧加窗，fft变换然后呈现， 大体这个过程是没问题的，但为什…

文章目录

系列文章目录
目录

文章目录

前言

一、问题引入

二、使用步骤

三、分析和改进

总结

前言

我们知道audacity和audition都有频谱分析这个窗口，一般过程肯定是分帧加窗，fft变换然后呈现，

大体这个过程是没问题的，但为什么我画出来的频谱图和它们的不一样？本篇文章就来分析这个

一、问题引入

一个典型的wav（一个底噪）的波形频谱，在audition里面展示如下：

fft频谱分析如下：

注意三个要素，window窗长，选取整个wav数据范围，采用hanning窗

二、使用步骤

根据上面的分析，我们自己写了一个频谱分析的spectrum【AI写的，我哪有那么厉害】

clear all
close all
clc[x,fs] = audioread('4-OK.wav');% 1. 分帧处理(假设信号长度是帧长的整数倍)
N = length(x);
signal = x;
winLen =2048;
numFrames = floor(N/winLen);
frames = reshape(signal(1:numFrames*winLen), winLen, numFrames);% 2. 加Hanning窗
window = hann(winLen);logMagAll = zeros(winLen/2+1, 1);
for i = 1:numFramesframe = frames(:,i) .* window;mag = abs(fft(frame, winLen));logMagAll = logMagAll + 10*log10(mag(1:winLen/2+1).^2 + 1e-16);
endlogMag = logMagAll/numFrames ;% 5. 绘图
freq = (0:winLen/2)/winLen * fs; % 频率轴
figure;
semilogx(freq(2:end), logMag(2:end)); % 对数频率轴，跳过DC
xlabel('Frequency (Hz)');
ylabel('Magnitude (dB)');
title('Power Spectrum (Hanning window)');
grid on;

核心过程就是分帧，加窗，先求 log对数，然后算完之后求平均

频谱形状是对的，但发现底噪和整体幅度有差别

底噪是-60，audition显示底噪是-100多呢，这个地方肯定有问题，但俩形状相似，很可能是增益导致，差了倍数。

倍数差在边度呢？

三、分析和改进

audition的源代码肯定是没有，人商业软件，被adobe买了，别想了。我们可以参考audacity 的，先看看audacity分析的频谱如何

低频底噪太低，没显示全，但是没关系，鼠标可以放到低频，给出信息，大概-100多dB，那和audition的一样，audacity的源代码可是有的哦，马上参考它的代码；

经过一系列的分析，我们知道这个函数是画频谱的地方【具体怎么分析得到的的可以参考韦神解五次方程的过程，就是题感！】

关键是这个地方

方框部分，有个时域加权，对窗口系数的加权！

能量谱没有什么特殊的，就是普通的fft计算

回到 SpectrumAnalyst::Calculate 函数，这个地方 by每帧会直接求和

也就是应该先求能量谱的总和，不着急求 log，

等出每一帧的while循环之后呢

能量谱求 20倍log，幅度谱求10倍log

再乘以scale，scale里面有对每一帧的平均，194行

到这里就明白了，注意要点有两个

1、注意要乘窗口归一化权重 wss

2、注意先求幅度谱加和，再平均，然后上对数，而不是先对数，再加和平均，经常玩log的都知道，说白了其实一个是算术平均，一个是几何平均

行了，道理都清楚了，代码的事情让deepseek 出！嗷嗷的来吧你就

clear all
close all
clc[x,fs] = audioread('4-OK.wav');% 1. 分帧处理(假设信号长度是帧长的整数倍)
N = length(x);
signal = x;
winLen =2048;
numFrames = floor(N/winLen);
frames = reshape(signal(1:numFrames*winLen), winLen, numFrames);% 2. 加Hanning窗
window = hann(winLen);
wss = sum(window); % 窗谱和
if wss > 0wss = 4.0 / (wss^2); % 窗谱平方和归一化因子
elsewss = 1.0;
end% 3. 计算每帧幅度谱平方和
MagAll = zeros(winLen/2+1, 1);
for i = 1:numFramesframe = frames(:,i) .* window;mag = abs(fft(frame, winLen));MagAll = MagAll + mag(1:winLen/2+1).^2;
end% 4. 计算对数幅度谱
scale = wss / numFrames;
logMag = 10 * log10(MagAll * scale);% 5. 绘图
freq = (0:winLen/2)/winLen * fs; % 频率轴
figure;
semilogx(freq(2:end), logMag(2:end)); % 对数频率轴，跳过DC
xlabel('Frequency (Hz)');
ylabel('Magnitude (dB)');
title('Power Spectrum (Hanning window)');
grid on;

再看频谱图