如何利用FFT从音频采样中提取频率与幅值对？

核心问题分析 #

你遇到的多峰值问题，核心来自三个关键点：

1. 无窗口函数导致频谱泄漏：直接用原始采样做FFT（默认矩形窗）会产生严重的旁瓣，这些旁瓣会被误判为额外峰值；频率越低（相对于FFT分辨率），泄漏范围越广，旁瓣数量越多。
2. FFT点数过少，频率分辨率不足：32点FFT的分辨率为 8000/32 = 250Hz，即使是500Hz这种刚好对齐bin的频率，也会因采样误差和矩形窗泄漏扩散到相邻bin，造成多峰值假象。
3. 幅值计算逻辑可能存在偏差：FFT输出为复数，若未正确处理实信号的对称性、未做幅值缩放，也会导致结果失真。

具体修正步骤 #

• 添加窗口函数抑制泄漏
  对FFT前的采样数据施加汉宁窗（Hann Window），大幅降低旁瓣幅度，让真实峰值更突出。代码示例：

  int sampleCount = samples.length;
  double[] hannWindow = new double[sampleCount];
  for (int i = 0; i < sampleCount; i++) {
      hannWindow[i] = 0.5 * (1 - Math.cos(2 * Math.PI * i / (sampleCount - 1)));
      samples[i] *= hannWindow[i];
  }
  

• 提升FFT点数，提高分辨率
  将每次读取的采样数提升至256或512（对应512或1024字节缓冲，适配16位采样）。以512点FFT为例，分辨率为 8000/512 ≈15.625Hz，能精准定位500Hz的峰值，减少泄漏干扰。

• 正确计算FFT幅值
  使用JTransforms的DoubleFFT_1D处理实信号时，需按以下逻辑计算幅值：

  1. 对复数结果取模：Math.sqrt(re*re + im*im)
  2. 除DC分量（索引0）和奈奎斯特频率（索引N/2）外，其余bin的幅值需乘以2（实信号FFT能量对称分布在正负频率）
  3. 除以窗口的能量总和（汉宁窗能量约为0.375*N），做幅值归一化，消除窗口带来的增益影响。

  代码示例（假设N为FFT点数，fftResult为JTransforms输出的交替存储实部虚部的数组）：

  double[] magnitudes = new double[N/2 + 1];
  // 处理DC分量
  magnitudes[0] = Math.abs(fftResult[0]);
  // 处理奈奎斯特频率（仅当N为偶数时存在）
  if (N % 2 == 0) {
      magnitudes[N/2] = Math.abs(fftResult[1]);
  }
  // 处理中间频率点
  for (int i = 1; i < N/2; i++) {
      double re = fftResult[2*i];
      double im = fftResult[2*i + 1];
      magnitudes[i] = 2 * Math.sqrt(re*re + im*im);
  }
  // 窗口能量归一化
  double windowEnergy = 0.0;
  for (double w : hannWindow) windowEnergy += w*w;
  for (int i = 0; i < magnitudes.length; i++) {
      magnitudes[i] /= windowEnergy;
  }
  

• 修正频率映射逻辑
  每个bin对应的频率计算公式为 f = i * Fs / N，其中i为bin索引（0到N/2），Fs=8000为采样率，N为FFT点数。比如512点FFT时，索引32对应的频率为 32*8000/512=500Hz，完全匹配你的测试音。

额外建议 #

• 测试时使用纯净正弦波，排除音频本身的谐波干扰。
• 8kHz采样率的奈奎斯特频率为4kHz，不要处理超过该值的信号，避免混叠失真。
• 音乐可视化场景无需精细到每个频率点，可将频谱划分为低音、中音、高音等频段，直接对应LED条的亮度即可。

内容的提问来源于stack exchange，提问作者Jezor