非log 2的快速傅里叶变换

Question

我想在Java中实现用于和弦识别的快速傅立叶变换，但我并没有真正理解它。它说样本的数量应该是2的幂，那么对于没有等于2的幂的样本数量的歌曲，我们该怎么做？我也想知道STFT。

Answer 1

您通常会在整个文件的滑动窗口上生成STFT。选择窗口的大小以给出合理的时间段，在该时间段内声音的特性不会发生很大变化。通常窗口可能大约为10毫秒，因此如果您的采样率为44.1kHz，那么您可以使用窗口大小N = 512，这样您就可以获得所需的持续时间和2的大小功率。然后，您通过文件获取大小为N个样本的连续块，并为每个N点块生成FFT。 （注意：在大多数情况下，您实际上需要FFT输出的幅度，以便估算功率谱。）为了提高分辨率，块可以重叠，例如，减少50％，但这会增加处理负荷。最终结果是一系列短期光谱，因此实际上你有一个3D矩阵（幅度v频率v时间），它描述了频域内声音的内容。

Answer 2

通常你所做的只是用零填充数据，使其成为2的幂。