iOS FFT Accelelate.framework 在播放期间绘制频谱

Question

2016 年 3 月 15 日更新

请看一下这个项目：https://github.com/ooper-shlab/aurioTouch2.0-Swift。它已被移植到 Swift 并包含您正在寻找的每一个答案，如果您来到这里。

---

我做了很多研究，学到了很多关于 FFT 和 Accelerate 框架的知识。但是经过几天的实验，我有点沮丧。

我想在图表中显示播放期间音频文件的频谱。对于每个时间间隔，它应该在 Y 轴（由红色条显示）上显示由 X 轴上的 FFT 计算的每个频率（在我的情况下为 512 个值）以 db 为单位的幅度。

输出应如下所示：

我用 1024 个样本填充缓冲区，开始时只提取左声道。然后我做所有这些 FFT 的事情。

到目前为止，这是我的代码：

设置一些变量

- (void)setupVars  
{  
    maxSamples = 1024;

    log2n = log2f(maxSamples);  
    n = 1 << log2n;  

    stride = 1;  
    nOver2 = maxSamples/2;  

    A.realp = (float *) malloc(nOver2 * sizeof(float));  
    A.imagp = (float *) malloc(nOver2 * sizeof(float));  
    memset(A.imagp, 0, nOver2 * sizeof(float));

    obtainedReal = (float *) malloc(n * sizeof(float));  
    originalReal = (float *) malloc(n * sizeof(float));

    setupReal = vDSP_create_fftsetup(log2n, FFT_RADIX2);  
}

进行 FFT。 FrequencyArray 只是一个包含 512 个浮点值的数据结构。

- (FrequencyArry)performFastFourierTransformForSampleData:(SInt16*)sampleData andSampleRate:(UInt16)sampleRate   
{  
    NSLog(@"log2n %i n %i,  nOver2 %i", log2n, n, nOver2);

    // n = 1024
    // log2n 10
    // nOver2 = 512

    for (int i = 0; i < n; i++) {
        originalReal[i] = (float) sampleData[i];
    }

    vDSP_ctoz((COMPLEX *) originalReal, 2, &A, 1, nOver2);

    vDSP_fft_zrip(setupReal, &A, stride, log2n, FFT_FORWARD);

    float scale = (float) 1.0 / (2 * n);

    vDSP_vsmul(A.realp, 1, &scale, A.realp, 1, nOver2);
    vDSP_vsmul(A.imagp, 1, &scale, A.imagp, 1, nOver2);

    vDSP_ztoc(&A, 1, (COMPLEX *) obtainedReal, 2, nOver2);

    FrequencyArry frequencyArray;

    for (int i = 0; i < nOver2; i++) {
        frequencyArray.frequency[i] = log10f(obtainedReal[i]); // Magnitude in db???
    }

    return frequencyArray;  
}

输出看起来总是有点奇怪，尽管它似乎会根据音乐移动。

感谢这里的一些非常好的帖子，我很高兴我能走到这一步： Using the apple FFT and accelerate Framework

但现在我不知道该怎么办。我错过了什么？

Answer 1

首先，您没有在 FFT 之前应用 window function - 这将导致由于 spectral leakage 而导致频谱模糊。

其次，您只是使用 FFT 输出箱的实部来计算 dB 幅度 - 您需要使用复数幅度：

magnitude_dB = 10 * log10(re * re + im * im);