※ 引述《mmmbop (wanderlust)》之铭言： : 推 mmmbop:sample少 时间解析度就高/频率解析低 sample多则反之 07/29 04:19 : → mmmbop:你第2点当然和n-fft有关系 想想4fft比之32fft时频解析差异 07/29 04:21 : → mmmbop:找一张依时间改变的频率灰阶图就知道这种关系 07/29 04:22 : 推 mmmbop:有这种疑惑应该是对"时间解析度"少了理解 07/29 04:26 : 再回一些好惹 : 你的第一个问题 : n-fft点数可不可以无限往上，然後越看越细 : 答案是，n当然可以想多少就多少，但是trade-off的是时间解析度 : 大家常常对这种交换不太了解 如果我教出来的学生这样讲的话, 我一定会.... 在我开始写之前, 先问问: 你有修过 Signal and System 吗? 有修过 DSP 吗? 第一个观念是: FFT 其实是 DFT 的特殊情形 + 快速计算法 第二个观念是: DFT 是 DTFT 在 frequency domain 上面 sampling. 当你 在 time domain 已经 sample 结束之後 你对於原信号的 information content 已经固定了. http://en.wikipedia.org/wiki/Discrete-time_Fourier_transform 我建议你去把 DSP 课本好好读一下.. 你下面讲的, 那是 time-frequency resolution limits, 那和 FFT 点数完全无关. : 利用CoolEdit(就是adobe audition)，以1秒音档的visualization来观察 : https://dl.dropboxusercontent.com/u/65912325/16.png : 这张图是频率用16bands来看，横轴是时间，纵轴是频率，从0到8kHz : https://dl.dropboxusercontent.com/u/65912325/128.png : 这张128bands : https://dl.dropboxusercontent.com/u/65912325/2048.png : 这张2048bands : https://dl.dropboxusercontent.com/u/65912325/8192.png : 8192bands : 你发现到什麽惹吗？ : 16bands图以时轴来看，变化最细致 : 8192bands，这1秒的内容，报告学长，可以说几乎完全没有改变 : 但是当然啦，8192在频率的解析度最好啦 : 你的第二个问题，就是第一个问题 : 只是换个方法说 : 如果定义你的frame，是取fft的sample数 : frame就是决定时间解析度的重要参数 : overlap如果在frame所占比例小，可以忽略影响 : frame越小，时间解析度越好 : 越大，频率解析度越好 -- 赵客缦胡缨，吾钩霜雪明。银鞍照白马，飒沓如流星。 十步杀一人，千里不留行。是了拂衣去，深藏身与名。 闲过信陵饮，脱剑膝前横。将炙啖朱亥，持觞劝侯赢。 三杯吐然诺，五岳倒为轻。眼花耳热後，意气素霓生。 就赵挥金锤，邯郸先震惊。千秋二壮士，烜赫大梁城。 --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 96.41.13.29