回答編集履歴
1
説明の追記
test
CHANGED
|
@@ -35,3 +35,51 @@
|
|
|
35
35
|
が同じなら、周波数分解能も同じです
|
|
36
36
|
|
|
37
37
|
(量子化ビット数は関係ないけど)
|
|
38
|
+
|
|
39
|
+
|
|
40
|
+
|
|
41
|
+
|
|
42
|
+
|
|
43
|
+
【追記】
|
|
44
|
+
|
|
45
|
+
|
|
46
|
+
|
|
47
|
+
> 1Hz毎に振幅が立つような音声を流したとします。
|
|
48
|
+
|
|
49
|
+
その音声をサンプリング周波数44.1kHz、サンプリング点数1024個で録音し、そのデータを繋げて全データ長65536個にしたとします。
|
|
50
|
+
|
|
51
|
+
この音声にFFT処理を行った際、周波数分解能通り(0.67Hz)だとある程度特徴を捉えた結果が得られると思う
|
|
52
|
+
|
|
53
|
+
|
|
54
|
+
|
|
55
|
+
適切に処理すれば、f特の特徴は分かると思います
|
|
56
|
+
|
|
57
|
+
|
|
58
|
+
|
|
59
|
+
下記は1Hzのみの場合で、左が元データ、右がFFT後の振幅です
|
|
60
|
+
|
|
61
|
+
青線がデータそのままFFT処理した場合で、赤線が窓関数(ハミング窓)を適用してからFFT処理した場合です
|
|
62
|
+
|
|
63
|
+
どちらの場合も、0.67Hz間隔のデータなので1Hz付近の結果が得られないため、1Hzに近い両側の周波数の振幅が上がっています
|
|
64
|
+
|
|
65
|
+
窓関数無しの青線はさらに、1Hzから離れた周波数にも、薄いですが広がっています
|
|
66
|
+
|
|
67
|
+
これは、元データの両端が滑らかに繋がらないないためです
|
|
68
|
+
|
|
69
|
+
[窓関数を用いる理由](https://www.logical-arts.jp/archives/124)
|
|
70
|
+
|
|
71
|
+
|
|
72
|
+
|
|
73
|
+
下記は1, 2, 3Hzが混在してる場合で、振幅は順番に1, 2, 3です
|
|
74
|
+
|
|
75
|
+
青線よりも赤線の方がFFT処理結果が比較的真値に近く、特徴をよく捉えています
|
|
76
|
+
|
|
77
|
+
|
|
78
|
+
|
|
79
|
+
下記は同じく1, 2, 3Hzですが、振幅が順番に3, 1, 3の場合です
|
|
80
|
+
|
|
81
|
+
やはり、青線よりも赤線の方がFFT処理結果が比較的真値に近く、特徴をよく捉えています
|
|
82
|
+
|
|
83
|
+
|
|
84
|
+
|
|
85
|
+
もっとたくさんの周波数の信号が混ざっていても、窓関数を適用してからFFT処理をすれば、f特の特徴は分かるでしょう
|