声谱图

Question

我已经做了一个应用程序，实时绘制FFT屏幕（从麦克风）。 x轴上的时间，y轴上的频率和像素的颜色代表幅度（几乎是一个香草FFT频谱图）。

我的问题是，即使我可以看到音乐模式也有很多噪音。使用Google搜索我看到人们对幅度应用对数计算。我应该这样做吗？如果是这样，公式会是什么样子？ （我使用C＃，但我可以因此任何样品是确定数学转换成代码。）

我可以通过施加表示作为较暗的颜色值越低颜色方案绕过这个问题。我只是不确定是否没有对数计算就能正确表示音频。

Answer 1

以对数刻度表示的振幅接近人类听觉系统的灵敏度，因此与非对数刻度相比，您可以更好地表示听到的内容。在数学上，所有你需要做的是：

Alog = 20*log10 (abs (A)) 

哪里A是FFT数据的幅度，Alog是输出。 20的因子只是一个约定，对图像没有影响，您可能会根据颜色方案进行缩放。

EDIT

关于20因子说明：分贝（分贝）单元是一个对数单元，测量比率：它代表一个尺度上100和10之间的距离，是相同的间1000和100（因为它们具有相同的比率：1000/100 = 100/10）。如果以dB为单位衡量它，你得到：

10*log10 (1000/100) = 10*log10 (100/10) = 10 

的10的因素是因为deci意味着tenth，这意味着1倍儿为10个分贝，（如1公斤是千克）

由于人类听觉系统也是（近似）测量比率，在对数标度上测量声级是有意义的，即测量声级与某个参考值的比值。由于声音的级别与声波的功率（单位为瓦特）有关，所以实际上您可以测量功率比率P/Pref。另外，功率与幅度的平方成正比，所以总得到：

10*log10 (P/Pref) = 10*log10 (A^2/Aref^2) = 20*log10 (A/Aref) 

由日志规则。这是20因素的起源 - 请记住，在计算机中，音频由声波的瞬时振幅表示。

Answer 2

以对数形式查看谱图确实是查看音频信号的更好方法。请记住，你需要在时间方向和频率方向都有好的resolution。如果你的箱子太少，可能看起来很奇怪。

另一个重要的问题是，在对数刻度上查看您的STFT是而不是降噪技术。你所看到的“噪音”可能是实际的noise或者它可能是诸如harmonics,transients,spectral leakage和其他预期会存在的东西。根据您的应用，如果您需要对信号进行短时分析，则wavelet转换可能更适合您的需求。它消除了STFT的某些缺点，例如恒定的窗口大小。