Нормализация FFT Данные для человеческого слуха

Question

Типичная FFT для аудио выглядит очень похоже на это, большая часть действия происходит на дальней левой стороне

http://www.flight404.com/blog/images/fft.jpg

Он умножив его на частичную синусоиды, чтобы получить это на дно, но статья не слишком специфична в этой части. Это также похоже на «достаточно хорошую» модификацию набора данных, а не на основе какого-либо свойства. Я понимаю, что человеческий слух лучше подходит для более высоких частот, таким образом, большинство музыки будет усиливать бас и аттенуированные высокие частоты, чтобы оба звучали для нас как относительно равные силы.

Мой вопрос заключается в том, какая модификация должна быть выполнена для БПФ, чтобы компенсировать этот стандартный спад?

for(i = 0; i < fft.length; i++){ 
    fft[i] = fft[i] * Math.log(i + 1); // does, eh, ok but the high 
             // end is still not really "loud" 
             // enough 
} 

EDIT ::

http://en.wikipedia.org/wiki/Equal-loudness_contour

Я наткнулся на эту статью, я думаю, что это может быть направление направиться в, но все еще может быть некоторое свойство FFT, который должен быть counteracte.

Answer 1

Во-первых, вы уверены, что хотите это сделать? Имеет смысл компенсировать некоторые вещи, такие как реакция микрофона не плоская, а не человеческое восприятие. Люди привыкли слышать звуки со спектральным содержанием, которое звуки имеют в реальном мире, а не по перцептуальным равным кривым громкости. Если вы играете звук, который вы изменили так, как вы предполагаете, это звучит странно. Возможно, некоторые люди любят музыку, чтобы улучшить низкие частоты, но это вопрос вкуса, а не психофизика.

Возможно, вы компенсируете какую-либо другую причину, например, принимая во внимание более низкую чувствительность к более низким частотам, может улучшить алгоритм сжатия. Это идея?

Если вы хотите нормализовать кривые равной громкости, следует отметить, что большинство кривых и уравнений соответствуют уровню звукового давления (SPL). SPL - это лог квадрата амплитуды волны, поэтому, когда вы работаете с БПФ, возможно, проще всего работать со своим квадратом (спектры мощности). (Или, конечно, вы могли бы компенсировать другими способами, скажем, умножением на sqrt (log (i + 1)) в вашем уравнении выше - считая, что лог был приближением обратной кривой равной громкости.)

Answer 2

Итак, вы пытаетесь повысить уровень высоких частот? Похоже, что фильтр высоких частот с минимальным множителем может работать, так что вы не слишком сильно ослабляете низкочастотные сигналы. Возьмите хорошую книгу по дизайну фильтра, возможно, обезьяну вокруг с this applet

Answer 3

В старые времена первых пробников это происходит до MOTU Boost people :) это был не FFT, а простой (Fairlight или Roland, я сначала думаю) Нормализация выполняется на исходном или результирующем сигнале во временной области (если вы делаете разбивку биений, стиль перекоса); ты не можешь это сделать? Или только пойти на БПФ после того, как вы компенсируете его противодействие?

Похоже процедура в две фазы в противном случае, я бы лично оставить FFT как для выполнения этой задачи ..

Answer 4

Я думаю, что equal loudness contour точно правильное направление. Однако его форма зависит от абсолютного уровня давления. Другими словами, кривая чувствительности нашего слуха изменяется со звуковым давлением.

Нет никакой «правильной нормализации», если у вас нет информации об абсолютных уровнях. Если это проблема, зависит от того, что вы хотите делать с данными.

Контур громкости стандартизован в ISO 226, но этот документ не доступен для свободного скачивания. Однако он должен быть в приличной университетской библиотеке. another source for loudness contours