※ 引述《mmmbop (wanderlust)》之銘言： : 推 mmmbop:sample少 時間解析度就高/頻率解析低 sample多則反之 07/29 04:19 : → mmmbop:你第2點當然和n-fft有關係 想想4fft比之32fft時頻解析差異 07/29 04:21 : → mmmbop:找一張依時間改變的頻率灰階圖就知道這種關係 07/29 04:22 : 推 mmmbop:有這種疑惑應該是對"時間解析度"少了理解 07/29 04:26 : 再回一些好惹 : 你的第一個問題 : n-fft點數可不可以無限往上，然後越看越細 : 答案是，n當然可以想多少就多少，但是trade-off的是時間解析度 : 大家常常對這種交換不太瞭解 如果我教出來的學生這樣講的話, 我一定會.... 在我開始寫之前, 先問問: 你有修過 Signal and System 嗎? 有修過 DSP 嗎? 第一個觀念是: FFT 其實是 DFT 的特殊情形 + 快速計算法 第二個觀念是: DFT 是 DTFT 在 frequency domain 上面 sampling. 當你 在 time domain 已經 sample 結束之後 你對於原信號的 information content 已經固定了. http://en.wikipedia.org/wiki/Discrete-time_Fourier_transform 我建議你去把 DSP 課本好好讀一下.. 你下面講的, 那是 time-frequency resolution limits, 那和 FFT 點數完全無關. : 利用CoolEdit(就是adobe audition)，以1秒音檔的visualization來觀察 : https://dl.dropboxusercontent.com/u/65912325/16.png : 這張圖是頻率用16bands來看，橫軸是時間，縱軸是頻率，從0到8kHz : https://dl.dropboxusercontent.com/u/65912325/128.png : 這張128bands : https://dl.dropboxusercontent.com/u/65912325/2048.png : 這張2048bands : https://dl.dropboxusercontent.com/u/65912325/8192.png : 8192bands : 你發現到什麼惹嗎？ : 16bands圖以時軸來看，變化最細緻 : 8192bands，這1秒的內容，報告學長，可以說幾乎完全沒有改變 : 但是當然啦，8192在頻率的解析度最好啦 : 你的第二個問題，就是第一個問題 : 只是換個方法說 : 如果定義你的frame，是取fft的sample數 : frame就是決定時間解析度的重要參數 : overlap如果在frame所佔比例小，可以忽略影響 : frame越小，時間解析度越好 : 越大，頻率解析度越好 -- 趙客縵胡纓，吾鉤霜雪明。銀鞍照白馬，颯沓如流星。 十步殺一人，千里不留行。是了拂衣去，深藏身與名。 閑過信陵飲，脫劍膝前橫。將炙啖朱亥，持觴勸侯贏。 三杯吐然諾，五嶽倒為輕。眼花耳熱後，意氣素霓生。 就趙揮金錘，邯鄲先震驚。千秋二壯士，烜赫大梁城。 --

※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 96.41.13.29