语音信号处理-参数详解（一）：n_fft（FFT窗口大小：FFT在时间轴上的长度，以采样点数量表示）【FFT的长度N决定频域中的分辨率】【频域分辨率=采样率/n_fft】【n_fft的选择：】

在2分钟内使用2个通道的44.1KhZ采样频率，则正在查看大量样本。实际上，在整个数量上进行一英尺实际需要花费相当长的时间，更不用说估计会产生偏差，因为信号的均值和方差将在整个持续时间内急剧变化。为了避免这种情况，您希望首先对时域信号进行帧构建，这些帧可以小至20ms-40ms(通常用于语音)，并且经常重叠(频谱估计的韦尔奇方法)。然后，您可以应用诸如汉明(Hamming)或汉宁(Hanning)窗之类的窗函数来减少频谱泄漏，并为每帧计算N点fft。其中N是该帧中样本数之上的2的下一个幂。
例如：

• Fs = 8Khz，单通道；
• 时间= 120秒；
• no_samples =时间* Fs = 960000;
• 帧长T_length = 20ms;
• 样本中的帧长N_length = 160;
• 帧重叠T_overlap = 10ms;
• 样本中的帧重叠N_overlap = 80;
• 帧数N_frames =(no_samples-(N_length-N_overlap))/ N_overlap = 11999;
• FFT长度= 256;

因此，您总共将处理11999帧，但是FFT长度会很小。

您只需要256的FFT长度(比帧长160高2的整数倍)。

大多数实现fft的算法都要求信号长度和fft长度相同。

您要做的就是将零添加到已成帧的信号中，直到256。在每个帧上填充x的零数量，其中x = FFT_length-N_length。

FFT的长度N将确定频域中的分辨率：

resolution