FFT算法 - 如何將樣本轉換爲複雜結構？

Question

短版我的問題：

如何從音頻採樣的陣列去（如的Int16）通過共同的FFT庫，如AForge使用複雜的結構？

我的問題的長版：

我是新來的音頻處理，我期待來分析音樂音頻（定位節拍，節奏等）。經過幾天的閱讀，快速傅立葉變換（FFT）算法似乎是朝着正確方向邁出的一步。

得到持續而不必從頭開始實現的算法，我已經下載了幾個開源庫，Exocortex和AForge.net的。

我解碼音頻到內存緩衝區。在我的16位48kHz音頻立體聲音軌的每個週期，我得到48000字節或24000個採樣。這些目前被複制到一個短陣列（Int16）中。我現在需要將我的數組轉換爲複雜結構（在AForge的情況下）。這反過來用「真實」和「虛構」雙重值初始化。但究竟是什麼，以及我如何從我的陣列中走向這兩個雙重值？另外，在傳遞之前是否需要分離左/右聲道？

不幸的是，我在讀的數學公式，只要它不表現爲代碼可怕。在我到目前爲止訪問過的幾乎所有網站上，快速出現了快速符號和複雜的數學公式以幫助解釋算法。結果，我馬上迷失在翻譯中。相信我，我努力找到了「傻瓜式FFT算法」。 ;）

致主持人的注意事項：即使問題類似，這不是Convert Audio samples from bytes to complex numbers?的重複。

Answer 1

你需要或者拆分通道和單獨處理，或將其平均到一個單聲道 - 這是最好的取決於你最終要完成什麼。

至於轉換數據類型 - 每個實數也是一個複數，它具有0的「虛」部分，所以轉換本質上是用樣本創建一個複數的數組（最好歸一化 - 在這種情況下由32768分，所以你在虛部的實部和具有零值的範圍在[-1，+ 1]）。