【新手基础教程】传统算法之音频处理

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FFT-API

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:  demo_fft_spectrum

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[i] = fft_amp[i]

_详细API参考I2S-API,  FFT-API_

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

demo_fft_waterfall.py

效果：