FFT的最佳方法-最大值FFT-Python

我正试图用Python编写的raspberry构建一个SPL测量设备。 我录下一个声音，然后做FFT，但我没有正确的对数值

    fs_rate, signal = wavfile.read(filename)
    l_audio = len(signal.shape)
    if l_audio == 2:
        signal = signal.sum(axis=1) / 2
    N = signal.shape[0]
    secs = (N / float(fs_rate))
    Ts = 1.0/fs_rate # sampling interval in time
    t = scipy.arange(0, secs, Ts) # time vector as scipy arange field / numpy.ndarray
    FFT = abs(scipy.fft(signal))
    FFT_side = FFT[range(N//2)] # one side FFT range
    freqs = scipy.fftpack.fftfreq(signal.size, t[1]-t[0])
    fft_freqs = np.array(freqs)
    freqs_side = freqs[range(N//2)] # one side frequency range
    fft_freqs_side = np.array(freqs_side)
    fft_log = 94 + np.log10((FFT_side/(1.79*10**308)))       
    print("Type: %s" % (FFT_side.dtype))

上面你可以看到我使用的FFT代码。 我有两个问题：

FFT_侧为浮点64值，最大范围是多少 我的处理器是armv7l 32位。我在网上发现这是最大范围1.7976931348623157e+308，对吗

在不知道麦克风两端的电压是多少的情况下，如何获得dB图？ 我想做value\u read/max\u float64，但这根本不起作用

---

要测量SPL，需要校准的参考信号。dB值是相对于某些参考值（例如满标度输入或某些其他标称参考）的任意比率。是相对于参考SPL（20µPa）的比率，这就是您需要校准参考的原因。（优点：如果你想正确校准，你还需要在一个频率范围内进行校准，因为你的麦克风频率响应不会是平坦的。）我理解这个理论，但我不理解如何校准参考信号。我要做的是在最大值下建立一个1kHz正弦，并将其与测量值相关联。例如：fft_log=94+20*log（测量信号/参考信号）。这是正确的吗？为了精确校准，您通常会使用校准过的声源-这是一种硬件设备，可在特定频率和SPL下生成音频音调。或者，你可以借用或租用一个SPL仪表，并根据该仪表校准你的应用程序。