频域分析

1、时域到频域的转化

时域(Time domain)是描述数学函数或物理信号对时间的关系。是我们正常生活中使用的一种描述信号的基本方式,而频域(frequency domain)是描述信号在频率方面特性时用到的一种坐标系,是基于数字信号特性产生的一种新的定义方式。

简单来说频域是时域信号在频率方面的特别体现.

时域到频域的转化有傅里叶变换、拉普拉斯变换、Z变换等,其本质上都是将信号在已知空间的基空间做投影,唯一的区别只是选区的基有所不同。本文主要关注傅里叶变换。

傅里叶变换其中心思想为:任一连续信号都可看为无穷多个连续周期信号之和。其中python时域信号转mel频谱图 信号从时域转化为频域_python时域信号转mel频谱图为此连续信号频率,则无穷多个连续周期信号频率分别为python时域信号转mel频谱图 信号从时域转化为频域_python时域信号转mel频谱图python时域信号转mel频谱图 信号从时域转化为频域_信号处理_03python时域信号转mel频谱图 信号从时域转化为频域_python时域信号转mel频谱图_04python时域信号转mel频谱图 信号从时域转化为频域_信号处理_05python时域信号转mel频谱图 信号从时域转化为频域_音频编码解码_06

可将其无穷多个连续周期信号之和做一系列变幻得到频域信号,傅里叶变换如下:

python时域信号转mel频谱图 信号从时域转化为频域_音频编码解码_07
其中python时域信号转mel频谱图 信号从时域转化为频域_频域_08python时域信号转mel频谱图 信号从时域转化为频域_python时域信号转mel频谱图python时域信号转mel频谱图 信号从时域转化为频域_信号处理_03python时域信号转mel频谱图 信号从时域转化为频域_python时域信号转mel频谱图_04python时域信号转mel频谱图 信号从时域转化为频域_信号处理_05python时域信号转mel频谱图 信号从时域转化为频域_音频编码解码_06

这是其由时域向频域的转换。

具体有关傅里叶变换的解释可参考傅里叶变换

2、频域分析

我们在对音频信号进行分析时,主要是频域分析,一般包括低频与高频。产品不同对音频的要求也不同,对音频频谱要求越高、划分越细致,对处理器的负荷越大,对数据处理要去更为严格。

python时域信号转mel频谱图 信号从时域转化为频域_频域_14

如上图所示,其为一段音频数据,主要表示为在各个时间段音频数据各频率的占比。音频数据处理时,一般会根据高低频(主要看产品要求)进行不同的处理,这里一般会用到滤波器,对其进行分频后,进行不同的处理(加强、消弱等)。
其主要操作一般为分频—>处理—>综合

对于音质要求较高的音箱而言,其会有低音和高音喇叭,这时的高低频分频后不再综合。

下面我们会讲滤波器的一些原理及应用。

to be continue!