Audio 用RealFFT改变频率振幅，闪烁的声音

我一直在尝试修改特定频率的振幅。以下是我所做的：

我将数据2048作为浮点数组获取，其值范围为[-1,1]。这是原始数据

我使用这个RealFFT算法

我将原始数据分为左通道和右通道（这非常有效）

我在左侧和右侧都执行RealFFT（前向启用），并使用这个等式来找到我想要的正确频率：freq/（samplerate/sizeOfBuffer/2.0）

我修改了我想要的频率

我执行RealFFT（前向禁用）返回频域

现在当我播放时，我听到了我对频率的改变，但是有一个闪烁的噪音（当你播放一首旧的乙烯基歌曲时，有点像闪烁）

知道我会做错什么吗？ 那是一段时间以前，我在大学里修了信号处理课程，所以我可能忘了什么

---

提前谢谢

这些评论可能令人困惑。这里有一些澄清

虚部不是相位。实部和虚部形成一个向量，想象一个二维图，其中实部在x轴上，虚部在y轴上。频率的振幅是从原点到点形成的线的长度。因此，相位是实部和虚部的弧长。大小是实部和虚部平方和的平方根

所以。第一步是要更改向量的大小，必须缩放实部和虚部

那很容易。第二部分要复杂得多。傅里叶变换对世界的“看法”是，它是无限周期的——也就是说，它看起来像是信号从末端，回到起点。如果你在算法中加入一个完美的正弦音调，并说正弦音调的周期是4096个采样。进入FFT的第一个样本为+1，然后进入FFT的最后一个样本为-1。如果你观察FFT中的频谱，就会发现好像有很多高频，这些高频是转换从-1跳变为1的信号的谐波。FFT越长，FFT显示信号“真实”视图的距离就越近

通过加窗和重叠FFT块，开发了平滑FFT块之间的过渡的技术，以便块之间的过渡不会如此“不连续”。一种相当常见的技术是使用Hann窗口并重叠4倍。也就是说，对于每2048个样本，实际上要进行4次FFT，并且每个FFT与上一个块重叠1536次。Hann窗口得到了mathy，但基本上它有很好的属性，因此可以像这样进行重叠，并且所有内容都可以很好地总结

我发现这个非常有趣的博客展示了你所经历的学习痛苦：

---

这项技术不同于另一位提到重叠保存的评论者。这是一种使用FFTs进行FIR滤波的方法。然而，FIR滤波器的设计通常是在Matlab/Octave等数学软件包中完成的。

这些注释可能会令人困惑。这里有一些澄清

虚部不是相位。实部和虚部形成一个向量，想象一个二维图，其中实部在x轴上，虚部在y轴上。频率的振幅是从原点到点形成的线的长度。因此，相位是实部和虚部的弧长。大小是实部和虚部平方和的平方根

所以。第一步是要更改向量的大小，必须缩放实部和虚部

那很容易。第二部分要复杂得多。傅里叶变换对世界的“看法”是，它是无限周期的——也就是说，它看起来像是信号从末端，回到起点。如果你在算法中加入一个完美的正弦音调，并说正弦音调的周期是4096个采样。进入FFT的第一个样本为+1，然后进入FFT的最后一个样本为-1。如果你观察FFT中的频谱，就会发现好像有很多高频，这些高频是转换从-1跳变为1的信号的谐波。FFT越长，FFT显示信号“真实”视图的距离就越近

通过加窗和重叠FFT块，开发了平滑FFT块之间的过渡的技术，以便块之间的过渡不会如此“不连续”。一种相当常见的技术是使用Hann窗口并重叠4倍。也就是说，对于每2048个样本，实际上要进行4次FFT，并且每个FFT与上一个块重叠1536次。Hann窗口得到了mathy，但基本上它有很好的属性，因此可以像这样进行重叠，并且所有内容都可以很好地总结

我发现这个非常有趣的博客展示了你所经历的学习痛苦：

---

这项技术不同于另一位提到重叠保存的评论者。这是一种使用FFTs进行FIR滤波的方法。然而，FIR滤波器的设计通常是在Matlab/Octave等数学软件包中完成的。

这些注释可能会令人困惑。这里有一些澄清

虚部不是相位。实部和虚部形成一个向量，想象一个二维图，其中实部在x轴上，虚部在y轴上。频率的振幅是从原点到点形成的线的长度。因此，相位是实部和虚部的弧长。大小是实部和虚部平方和的平方根

所以。第一步是要更改向量的大小，必须缩放实部和虚部

那