语音学习笔记2------matlab实现傅里叶变换

最新推荐文章于 2024-05-25 14:26:37 发布

尘封的记忆0

最新推荐文章于 2024-05-25 14:26:37 发布

阅读量1.1w

点赞数 28

分类专栏：深度学习--语音识别文章标签：语音识别 matlab 傅里叶傅里叶变换

本文链接：https://blog.csdn.net/wxq_wuxingquan/article/details/53648194

版权

本文介绍了如何使用Matlab进行快速傅里叶变换(FFT)来分析音频文件，特别是针对A5音叉录音的实例。通过FFT，可以揭示信号的频率成分，例如在440Hz处发现“A5”的频率峰值。此外，文章还讨论了FFT结果的幅值处理和在不同领域的应用，包括二维傅里叶变换在图像分析中的应用。

摘要由CSDN通过智能技术生成

Matlab是一个在很多科学和工程领域都非常有用的数学工具。傅里叶变换在信号处理、物理、通信、地质学、天文学、光学等很多领域都有应用。这个技术将一个函数或是一组数据从时域或是取样域变换到频域。这意味着，傅里叶变换可以展示一组时间序列数据的频率分量。离散傅里叶变换是将取样域的离散数据转化到频域。快速傅里叶变换是一种高效进行离散傅里叶变换的方法，并且存在很多种方法来完成快速傅里叶变换。Matlab 使用快速傅里叶变换来得到离散数据的频域分量。下面是一个在 Matlab 中如何用快速傅里叶变换来分析音频文件的例子。这个例子中的文件是记录在 A5上的音叉录音。这个展示了傅里叶变换如何进行和如何在 Matlab 中使用这项技术。

function test_20161214
[y,Fs]=audioread('C:\Users\wxq\Desktop\66666.wav')

Nsamps = length(y);
t = (1/Fs)*(1:Nsamps)          %Prepare time data for plot

%Do Fourier Transform
y_fft = abs(fft(y));            %Retain Magnitude
y_fft = y_fft(1:Nsamps/2);      %Discard Half of Points
f = Fs*(0:Nsamps/2-1)/Nsamps;   %Prepare freq data for plot

%Plot Sound File in Time Domain
figure
plot(t, y)
xlabel('Time (s)')
ylabel('Amplitude')
title('Tuning Fork A4 in Time Domain')

%Plot Sound Fil