我一直在从Apple的示例代码(found here)看aurioTouch 2。归根结底，我想自己分析一下频率。现在，我试图了解这里发生的一些情况。如果这是微不足道的，我深表歉意，只是想了解一些未注释的魔术数字，这些数字在某些来源中四处飘荡。我目前的主要困惑是:
最佳答案
好吧，这对我来说也不是小事，但这就是我的理解。如果我过于简化，那纯粹是为了我的利益，我并不是要光顾。
将与奈奎斯特频率相对应的结果归零:
我假设我们正在计算1024个输入样本的正向FFT。在我的情况下，输入为44100hz通常是正确的(但不是AurioTouch所做的，我觉得有点奇怪，但我不是专家)。对于我来说，使用特定的值更容易理解。
给定1024(n)个输入样本，根据需要进行排列(偶数索引首先，然后是奇数索引{{in [0]，in [2]，in [4]，…，1，in [3]，in [5] ，…})(使用vDSP_ctoz()来订购您的输入)
FFT 1024 (n)输入样本的输出是 513 ((n/2)+1)个复数值。即 513个实际组件和 513个虚构的组件，总共 1026个值。
但是，虚数[0] 和虚数[512] (n/2)始终是零。因此，通过在虚数[0] 处放置实数[512] (奈奎斯特频率仓的实部)，并忽略虚数[512] -始终为零且可以推断出，结果被打包为 1024个(n)长度缓冲区。
因此，为使返回的结果有效，您必须至少将 imaginary [0] 设置回零。如果您需要所有 513 ((n/2)+1)个频点，则需要向结果附加另一个复数值并进行设置。
unpackedVal = imaginary[0]
real[512]=unpackedVal, imaginary[512]=0
imaginary[0] = 0
在AurioTouch中，我一直以为他们不会打扰。 n/2结果显然更方便使用，并且您无法从可视化器中看出:“哦，它在Nyquist频率上丢失了一个量级”
The UsingFourierTransforms docs explain the packing
注意，特定值1024、513、512等仅为示例，而不是AurioTouch的n，(n/2)+ 1，n/2的实际值。
他们将所有内容缩减了-128db
不完全是，输出值的范围是相对于输入样本数的，因此必须对其进行归一化。比例为1.0/(2 * inNumberFrames)。
缩放后，范围为 -1.0 –> +1.0 。然后获取复数矢量的大小(忽略相位)，从而为 0到1.0 之间的每个频点提供标量值
然后将此值解释为 -128和0 之间的分贝值
绘图内容…+80/64。…* 120……我不确定。我可能完全错了，或者可能是……艺术许可？