генерация правильной спектрограммы с использованием функции fftw и окна

Код, который вы произвели, был почти правильным. Итак, вы не оставили меня много, чтобы исправить:

void Spectrogram::process(){
int transform_size = 1024;
int half = transform_size/2;
int step_size = transform_size/2;
double in[transform_size];
double processed[half];
fftw_complex *out;
fftw_plan p;

out = (fftw_complex*) fftw_malloc(sizeof(fftw_complex) * transform_size);for (int x=0; x < wavFile->getSamples()/step_size; x++) {

// Fill the transformation array with a sample frame and apply the window function.
// Normalization is performed later
// (One error was here: you didn't set the last value of the array in)
for (int j = 0, int i = x * step_size; i < x * step_size + transform_size; i++, j++)
in[j] = wavFile->getSample(i) * windowHanning(j, transform_size);

p = fftw_plan_dft_r2c_1d(transform_size, in, out, FFTW_ESTIMATE);

fftw_execute(p); /* repeat as needed */

for (int i=0; i < half; i++) {
// (Here were some flaws concerning the access of the complex values)
out[i][0] *= (2./transform_size);                         // real values
out[i][1] *= (2./transform_size);                         // complex values
processed[i] = out[i][0]*out[i][0] + out[i][1]*out[i][1]; // power spectrum
processed[i] = 10./log(10.) * log(processed[i] + 1e-6);   // dB

// The resulting spectral values in 'processed' are in dB and related to a maximum
// value of about 96dB. Normalization to a value range between 0 and 1 can be done
// in several ways. I would suggest to set values below 0dB to 0dB and divide by 96dB:

// Transform all dB values to a range between 0 and 1:
if (processed[i] <= 0) {
processed[i] = 0;
} else {
processed[i] /= 96.;             // Reduce the divisor if you prefer darker peaks
if (processed[i] > 1)
processed[i] = 1;
}

In->setPixel(x,(half-1)-i,processed[i]*255);
}

// This should be called each time fftw_plan_dft_r2c_1d()
// was called to avoid a memory leak:
fftw_destroy_plan(p);
}

fftw_free(out);
}

Две исправленные ошибки, скорее всего, были ответственны за небольшое изменение результатов последовательных преобразований. Окно Хеннинга очень хорошо подходит для минимизации «шума», поэтому другое окно не решило бы проблему (на самом деле @Alex я уже указал на 2-ю ошибку в его пункте 2. Но в его пункте 3. он добавил -Inf -bug as log (0) не определено, что может произойти, если ваш волновой файл содержит отрезок с точными значениями 0. Чтобы избежать этого, константа 1e-6 достаточно хороша).

Не спрашивается, но есть некоторые оптимизации:

1. положил p = fftw_plan_dft_r2c_1d(transform_size, in, out, FFTW_ESTIMATE); вне основного цикла,

2. предварительно рассчитать оконную функцию вне основного цикла,

3. отказаться от массива processed и просто использовать временную переменную для хранения одной спектральной линии за раз,

4. два умножения out[i][0] а также out[i][1] можно отказаться в пользу одного умножения с константой в следующей строке. Я оставил это (и другие вещи) для вас, чтобы улучшить

5. Благодаря @Maxime Coorevits также можно избежать утечки памяти: «Каждый раз, когда вы звоните fftw_plan_dft_rc2_1d() память выделена FFTW3. В вашем коде вы звоните только fftw_destroy_plan() вне внешней петли. Но на самом деле, вы должны называть это каждый раз, когда вы запрашиваете план «.

Audacity обычно не отображает один частотный интервал на одну горизонтальную линию, ни один период дискретизации на одну вертикальную линию. Визуальный эффект в Audacity может быть связан с передискретизацией изображения спектрограммы, чтобы соответствовать области рисования.