FFT算法 - 如何将样本转换为复杂结构？

Question

短版我的问题：

如何从音频采样的阵列去（如的Int16）通过共同的FFT库，如AForge使用复杂的结构？

我的问题的长版：

我是新来的音频处理，我期待来分析音乐音频（定位节拍，节奏等）。经过几天的阅读，快速傅立叶变换（FFT）算法似乎是朝着正确方向迈出的一步。

得到持续而不必从头开始实现的算法，我已经下载了几个开源库，Exocortex和AForge.net的。

我解码音频到内存缓冲区。在我的16位48kHz音频立体声音轨的每个周期，我得到48000字节或24000个采样。这些目前被复制到一个短阵列（Int16）中。我现在需要将我的数组转换为复杂结构（在AForge的情况下）。这反过来用“真实”和“虚构”双重值初始化。但究竟是什么，以及我如何从我的阵列中走向这两个双重值？另外，在传递之前是否需要分离左/右声道？

不幸的是，我在读的数学公式，只要它不表现为代码可怕。在我到目前为止访问过的几乎所有网站上，快速出现了快速符号和复杂的数学公式以帮助解释算法。结果，我马上迷失在翻译中。相信我，我努力找到了“傻瓜式FFT算法”。 ;）

致主持人的注意事项：即使问题类似，这不是Convert Audio samples from bytes to complex numbers?的重复。

Answer 1

你需要或者拆分通道和单独处理，或将其平均到一个单声道 - 这是最好的取决于你最终要完成什么。

至于转换数据类型 - 每个实数也是一个复数，它具有0的“虚”部分，所以转换本质上是用样本创建一个复数的数组（最好归一化 - 在这种情况下由32768分，所以你在虚部的实部和具有零值的范围在[-1，+ 1]）。