如何为 FFT 表示立体声（2 声道）音频数据？你呢
A.取两个通道的平均值，并将其分配给数字的实部，而虚部为 0。
B.将一个通道分配给实分量，将另一个通道分配给图像分量。
有理由做其中一个吗？我搜索了网络，但找不到任何明确的答案。
我正在做一些简单的频谱分析，不知道更好，使用了选项 A)。这给了我一个意想不到的结果，而选项 B）按预期进行。以下是更多细节：
我有一个钢琴“middle-C”的WAV文件。根据定义，中间 C 为 260Hz，因此我预计峰值频率为 260Hz，谐波峰值更小。我通过音频编辑软件（Sound Forge）查看频谱确认了这一点。但是当我使用选项 A) 自己进行 FFT 时，峰值为 520Hz。对于选项 B)，峰值在 260Hz。
我错过了什么吗？到目前为止，我想出的解释是，使用 real 和 imag 组件表示立体声数据意味着这两个通道是独立的，我想它们不是，因此会造成混乱。
【问题讨论】：
标签： fft
我认为您没有正确计算平均值。 :-)
C.分别处理每个通道，将幅度分配给实部，将虚部保留为 0。
【讨论】：
选项 B 没有意义。选项 A，相当于将信号转换为单声道，是可以的（如果您对全局频谱感兴趣）。 您的问题（双频）肯定与您在使用 FFT 例程时的一些误解有关。
【讨论】：
进行 FFT 后，您需要获得复频谱的幅度。要获得幅度，请取复频谱的绝对值 |X(w)|。如果您想查看功率谱，请对幅度谱进行平方，|X(w)|^2。
就您的频移而言，我认为这与您将虚部设置为零有关。 如果您将复频谱想象为笛卡尔空间中的一系列复矢量或位置矢量。如果您采用一个离散频率区间 X(w)，则将有一个实分量表示其在实轴（x 方向）上的方向，而一个虚分量表示其在虚轴（y 方向）上的方向。这个离散频率有四个重要的值，1.实值，2.虚值，3.幅度和4.相位。如果您只取实数值并将虚数设置为 0，那么您将设置幅度 = 实数和相位 = 0 度或 90 度。因此，您已经修改了生成的频谱，并对每个频率区间应用了偏差。查看Magnitude of a vector 上的 wiki，也称为向量的欧几里得范数，以重新理解。 Leonbloy 是正确的，但我希望这能提供更多信息。
【讨论】：
将 FFT 视为从单个信号中获取信息的一种方式。您要问的是显示来自两个信号的数据的最佳方式是什么。我的答案是独立对待每个人，并为每个人显示一个 FFT。
如果您想要真正快速的流式 FFT，您可以阅读我在此处编写的算法：www.depthcharged.us/?p=176
【讨论】：