回答編集履歴
1
説明の追記
answer
CHANGED
|
@@ -16,4 +16,28 @@
|
|
|
16
16
|
> サンプリングレート44.1kHz,量子化ビット数16ビット,サンプリング点数65336
|
|
17
17
|
|
|
18
18
|
が同じなら、周波数分解能も同じです
|
|
19
|
-
(量子化ビット数は関係ないけど)
|
|
19
|
+
(量子化ビット数は関係ないけど)
|
|
20
|
+
|
|
21
|
+
|
|
22
|
+
【追記】
|
|
23
|
+
|
|
24
|
+
> 1Hz毎に振幅が立つような音声を流したとします。
|
|
25
|
+
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。
|
|
26
|
+
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
|
|
27
|
+
|
|
28
|
+
適切に処理すれば、f特の特徴は分かると思います
|
|
29
|
+
|
|
30
|
+
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
|
|
31
|
+
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
|
|
32
|
+
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
|
|
33
|
+
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
|
|
34
|
+
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
|
|
35
|
+
[窓関数を用いる理由](https://www.logical-arts.jp/archives/124)
|
|
36
|
+
|
|
37
|
+
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
|
|
38
|
+
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
|
|
39
|
+
|
|
40
|
+
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
|
|
41
|
+
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
|
|
42
|
+
|
|
43
|
+
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
|