推 kurt28:感謝L大 剛剛跟同學討論 會不會大家對點數的定義沒有統一 08/06 19:39
→ kurt28:以致於有溝通上的誤解 08/06 19:39
推 kurt28:我之前也一直卡在 為何sample結束了 點數還能影響解析度 08/06 19:42
推 banco:FFT點數取得比frame的點數高，求出的頻譜值大多是內插出來 08/07 10:33
→ banco:當時間上的frame點數固定，資訊量其實已經固定了 08/07 10:36
※ 引述《mmmbop (wanderlust)》之銘言：
: 推 mmmbop:sample少 時間解析度就高/頻率解析低 sample多則反之 07/29 04:19
: → mmmbop:你第2點當然和n-fft有關係 想想4fft比之32fft時頻解析差異 07/29 04:21
: → mmmbop:找一張依時間改變的頻率灰階圖就知道這種關係 07/29 04:22
: 推 mmmbop:有這種疑惑應該是對"時間解析度"少了理解 07/29 04:26
: 再回一些好惹
: 你的第一個問題
: n-fft點數可不可以無限往上，然後越看越細
: 答案是，n當然可以想多少就多少，但是trade-off的是時間解析度
: 大家常常對這種交換不太瞭解
如果我教出來的學生這樣講的話,
我一定會....
在我開始寫之前, 先問問:
你有修過 Signal and System 嗎? 有修過 DSP 嗎?
第一個觀念是: FFT 其實是 DFT 的特殊情形 + 快速計算法
第二個觀念是: DFT 是 DTFT 在 frequency domain 上面 sampling.
當你 在 time domain 已經 sample 結束之後
你對於原信號的 information content 已經固定了.
http://en.wikipedia.org/wiki/Discrete-time_Fourier_transform
我建議你去把 DSP 課本好好讀一下..
你下面講的, 那是 time-frequency resolution limits,
那和 FFT 點數完全無關.
: 利用CoolEdit(就是adobe audition)，以1秒音檔的visualization來觀察
: https://dl.dropboxusercontent.com/u/65912325/16.png
: 這張圖是頻率用16bands來看，橫軸是時間，縱軸是頻率，從0到8kHz
: https://dl.dropboxusercontent.com/u/65912325/128.png
: 這張128bands
: https://dl.dropboxusercontent.com/u/65912325/2048.png
: 這張2048bands
: https://dl.dropboxusercontent.com/u/65912325/8192.png
: 8192bands
: 你發現到什麼惹嗎？
: 16bands圖以時軸來看，變化最細緻
: 8192bands，這1秒的內容，報告學長，可以說幾乎完全沒有改變
: 但是當然啦，8192在頻率的解析度最好啦
: 你的第二個問題，就是第一個問題
: 只是換個方法說
: 如果定義你的frame，是取fft的sample數
: frame就是決定時間解析度的重要參數
: overlap如果在frame所佔比例小，可以忽略影響
: frame越小，時間解析度越好
: 越大，頻率解析度越好
--
趙客縵胡纓，吾鉤霜雪明。銀鞍照白馬，颯沓如流星。
十步殺一人，千里不留行。是了拂衣去，深藏身與名。
閑過信陵飲，脫劍膝前橫。將炙啖朱亥，持觴勸侯贏。
三杯吐然諾，五嶽倒為輕。眼花耳熱後，意氣素霓生。
就趙揮金錘，邯鄲先震驚。千秋二壯士，烜赫大梁城。
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 96.41.13.29