如何从音频中获取频率数组？Java下FFT实现未得正确频率的问题

嘿，我来帮你搞定这个音频频率提取的问题！你现在的核心问题是对FFT的实现和结果解读都有偏差，咱们一步步来修正：

你的FFT实现哪里错了？ #

1. 忽略了复数部分：傅里叶变换的结果是复数（实部+虚部），你现在的代码只计算了实部，完全漏掉了虚数项（也就是Math.sin相关的部分），所以得到的数值根本不是有效的频谱值。
2. 这是DFT不是FFT：你写的双重循环是离散傅里叶变换（DFT），不是快速傅里叶变换（FFT），对于音频这种大样本量的数据，效率会极低。
3. 字节数组未归一化：音频的byte数组是有符号的（比如8位PCM范围是-128到127），直接用原始byte值计算会导致数值范围异常，需要先转成归一化的采样数据。
4. FFT结果不是直接频率：FFT输出的是频谱（幅度+相位），需要通过峰值索引结合采样率才能换算成实际频率。

正确的步骤与代码示例 #

步骤1：将byte数组转换为归一化的音频采样数据 #

首先要明确你的音频是8位单声道PCM还是16位（如果是16位，每个采样占2个byte）。这里先给出两种常见格式的转换代码：

8位单声道PCM转换

private static double[] convertBytesToNormalizedSamples(byte[] audioBytes) {
    double[] samples = new double[audioBytes.length];
    for (int i = 0; i < audioBytes.length; i++) {
        // 把有符号byte转成-1.0到1.0之间的归一化值
        samples[i] = audioBytes[i] / 128.0;
    }
    return samples;
}

16位单声道PCM转换

private static double[] convert16BitBytesToSamples(byte[] audioBytes) {
    double[] samples = new double[audioBytes.length / 2];
    for (int i = 0; i < samples.length; i++) {
        // 合并两个byte为16位有符号short
        short sample = (short) ((audioBytes[2*i] & 0xFF) | (audioBytes[2*i+1] << 8));
        // 归一化到-1.0到1.0
        samples[i] = sample / 32768.0;
    }
    return samples;
}

步骤2：使用正确的FFT计算频谱 #

Java没有原生复数类型，要么自己实现基于双数组（实部+虚部）的FFT，要么用成熟的库更省心。推荐用Apache Commons Math的FastFourierTransformer，它已经帮你处理了复数和FFT的优化：

import org.apache.commons.math3.transform.FastFourierTransformer;
import org.apache.commons.math3.transform.DftNormalization;
import org.apache.commons.math3.transform.TransformType;
import org.apache.commons.math3.complex.Complex;

private static double[] getAmplitudeSpectrum(double[] samples) {
    FastFourierTransformer fftTransformer = new FastFourierTransformer(DftNormalization.STANDARD);
    // 执行FFT，得到复数数组
    Complex[] fftResult = fftTransformer.transform(samples, TransformType.FORWARD);
    
    // 实信号的FFT结果是对称的，只需要保留前半部分（直流分量到Nyquist频率）
    double[] amplitudeSpectrum = new double[fftResult.length / 2];
    for (int i = 0; i < amplitudeSpectrum.length; i++) {
        // 计算复数的模，也就是幅度
        amplitudeSpectrum[i] = fftResult[i].abs();
    }
    return amplitudeSpectrum;
}

步骤3：从幅度谱提取主频率 #

找到幅度谱的峰值，然后用公式换算成实际频率：

/**
 * @param amplitudeSpectrum 幅度谱数组
 * @param sampleRate 音频的采样率（比如44100Hz、22050Hz）
 * @return 主频率值
 */
private static double findDominantFrequency(double[] amplitudeSpectrum, double sampleRate) {
    int peakIndex = 0;
    double maxAmplitude = 0.0;
    
    // 跳过直流分量（索引0），从第一个有效频率分量开始找峰值
    for (int i = 1; i < amplitudeSpectrum.length; i++) {
        if (amplitudeSpectrum[i] > maxAmplitude) {
            maxAmplitude = amplitudeSpectrum[i];
            peakIndex = i;
        }
    }
    
    // 频率换算公式：峰值索引 × (采样率 / 总采样点数)
    // 总采样点数是幅度谱长度的2倍（因为我们只取了前半部分）
    return peakIndex * sampleRate / (amplitudeSpectrum.length * 2);
}

完整调用示例 #

public static void main(String[] args) {
    byte[] audioBytes = ...; // 你的音频字节数组
    double sampleRate = 44100.0; // 根据你的音频实际采样率调整
    
    // 转换为归一化采样（根据音频格式选择对应方法）
    double[] samples = convertBytesToNormalizedSamples(audioBytes);
    // 获取幅度谱
    double[] amplitudeSpectrum = getAmplitudeSpectrum(samples);
    // 提取主频率
    double dominantFreq = findDominantFrequency(amplitudeSpectrum, sampleRate);
    
    System.out.println("主频率：" + dominantFreq + " Hz");
}

关键知识点提醒 #

• 采样率必须明确：你必须知道音频的采样率（比如从音频文件头获取），否则无法将FFT的索引换算成实际频率。
• 频谱对称性：对于实信号（比如音频），FFT结果的后半部分是前半部分的镜像，所以只需要处理前半部分即可。
• 噪声处理：实际音频可能有噪声，你可以给幅度谱加一个阈值，只考虑超过阈值的峰值，避免把噪声当成有效频率。

内容的提问来源于stack exchange，提问作者Space Digi