为何WAV文件时长会影响Scipy find_peaks返回的峰值结果？

你遇到的核心问题不是scipy.find_peaks的逻辑错误，而是FFT频率轴的计算逻辑有误——find_peaks返回的是峰值在FFT结果数组中的索引，你需要正确将索引映射为实际频率，而非直接用索引值或错误的频率转换公式。以下是具体排查步骤：

1. 检查频率轴生成代码 #

正确的FFT频率轴必须基于采样率和FFT数据长度计算，和文件时长无关。你之前的错误大概率是误用了文件时长来生成频率轴，导致索引对应的频率被放大了时长倍，所以除以时长后才“碰巧”得到正确结果。

正确的频率轴生成方式二选一：

• 使用scipy.fft.fftfreq（推荐）：

  from scipy.fft import fft, fftfreq
  import numpy as np
  from scipy.io import wavfile
  
  # 读取WAV文件
  sample_rate, audio_data = wavfile.read("your_sweep.wav")
  n_samples = len(audio_data)
  
  # 计算FFT和频率轴
  fft_result = fft(audio_data)
  freqs = fftfreq(n=n_samples, d=1/sample_rate)  # d是采样周期，即1/采样率
  

• 手动计算：

  freqs = np.arange(n_samples) * sample_rate / n_samples
  

  这里的频率间隔是sample_rate / n_samples，而非和时长相关的数值。

2. 验证采样率与数据长度的正确性 #

读取WAV文件时，务必确认：

• 采样率sample_rate是从文件头读取的真实值（比如Audacity录制的常见44100Hz、48000Hz）
• 音频数据点长度n_samples和文件时长的关系是duration = n_samples / sample_rate，这个时长仅用来了解音频长度，不能参与频率轴计算。

可以用已知频率的测试音频验证：比如生成一个1000Hz的正弦波WAV，用你的代码分析，看峰值索引对应的频率是否为1000Hz，以此确认频率轴是否正确。

3. 正确映射find_peaks的输出 #

find_peaks返回的peaks数组是FFT结果数组中的索引，你需要用这些索引从正确的频率轴数组中取出对应频率：

from scipy.signal import find_peaks

# 取FFT的正频率部分（扫频信号仅涉及正频率）
positive_freq_mask = freqs >= 0
positive_freqs = freqs[positive_freq_mask]
positive_fft = np.abs(fft_result[positive_freq_mask])

# 找峰值（height阈值按需调整）
peaks, _ = find_peaks(positive_fft, height=0.1)
peak_freqs = positive_freqs[peaks]  # 这才是实际峰值频率

4. 排查扫频信号的特殊性 #

你的扫频信号是1Hz→5kHz→1Hz，全局FFT得到的是整个时间段的频率叠加，可能会出现多个峰值。如果需要分析不同时间点的频率，应该用**短时傅里叶变换（STFT）**而非全局FFT，全局FFT只能得到整个音频的频率分布，无法体现扫频的时间变化。

内容的提问来源于stack exchange，提问作者Joe Mills