【新手基础教程】传统算法之音频处理
本帖最后由 猪百岁 于 2021-3-28 10:14 编辑## FFT 信号处理
FFT 即快速傅里叶变换（Fast Fourier Transform），将时域信号转化为频域信号，应用范围非常广，例如消除音频图像噪声。
### 1. 使用方法
k210 带有硬件 FFT 模块，支持 64 点、 128 点、 256 点以及 512 点的 FFT。
- 导入 FFT 模块
```
import FFT
```
- 输入时域数据（例如音频数据）并进行 FFT 运算
```
res = FFT.run(data, points, shift)
```
相关 API 解释请参考(https://cn.maixpy.sipeed.com/zh/api_reference/Maix/fft.html)
### 2. 例程
采集声音并进行 FFT 运算，将运算后的数据在屏幕上显示为柱状图:(https://github.com/sipeed/MaixPy_scripts/blob/master/hardware/demo_fft_spectrum.py)
效果：
(https://www.bilibili.com/video/BV1wb41187X8?from=search&seid=9574029909950554976)
## FFT 瀑布图(雨图)
FFT 瀑布图即为数据随时间变化的频率分布图，下面将介绍如何使用 MaixPy 绘制瀑布图。
### 1. 绘制方法
- 准备时域信号（例如音频数据）
```
rx = I2S(I2S.DEVICE_0)
rx.channel_config(rx.CHANNEL_0, rx.RECEIVER, align_mode = I2S.STANDARD_MODE)
rx.set_sample_rate(sample_rate)
audio = rx.record(sample_points)
```
- 进行FFT运算（将数据进行 FFT 运算并获取其频率分布情况）
```
fft_points = 512
fft_res = FFT.run(audio.to_bytes(),fft_points)
fft_amp = FFT.amplitude(fft_res)
```
- 绘制在 image （由于 FFT 结果的对称性，只需要绘制其中一部分即可）
```
hist_x_num = 128
img = image.Image(size=(128,128))
for i in range(hist_x_num):
img = fft_amp
```
_详细API参考(https://cn.maixpy.sipeed.com/zh/api_reference/Maix/i2s.html),(https://cn.maixpy.sipeed.com/zh/api_reference/Maix/fft.html)_
### 2. 例程
> 以下例程在固件v0.5.1 MaixDock 测试通过
实时采集音频数据并绘制为 FFT 瀑布图
(https://github.com/sipeed/MaixPy_scripts/blob/master/hardware/demo_fft_waterfall.py)
效果：
页:
[1]