傅里叶与音频：时域、频域与频谱分析

傅里叶变换与音频

傅里叶变换是音频工程和声学测量中最重要的数学工具之一。其核心思想是：任何复杂波形都可以分解为一系列正弦波的叠加。在音频领域这意味着——一个和弦、一段人声、或者一个房间的频率响应，本质上都可以用不同频率、幅度和相位的正弦波组合来描述。

19世纪初法国数学家约瑟夫·傅里叶提出这一理论时，他不可能预见到200年后他的变换会成为数字音频的基石。从均衡器到压缩器、从频谱分析到房间校正、从MP3编码到DSP效果器——傅里叶变换无处不在。

对于音频爱好者和专业人士，理解傅里叶变换的基本概念——而非数学推导——是从"听个响"走向"懂声音"的必经之路。

理解二者的转换：一段1000Hz的正弦波，在时域看是周期为1ms的规则波形，在频域看是一条位于1kHz处的谱线。一段包含基频+泛音的吉他音，在时域看是复杂的非周期波形，在频域看是一系列等间距的谱线（基频+各次谐波）。

音频工程师需要同时使用时域和频域视角：频域告诉你"哪里多了/少了"，时域告诉你"瞬态够不够、有没有相位问题"。例如，REW的频域曲线显示低频隆起，时域的相位脉冲响应则显示该隆起的到达时间延迟。

离散傅里叶变换（DFT）是计算机处理数字音频时使用的傅里叶变换版本。它将N个时域采样点转换为N个频域"bins"（频率槽），每个bin对应一个离散频率。

DFT的数学表达为： X(k) = Σ x(n) · e^(-j2πkn/N)，其中n=0到N-1。

直接计算DFT需要O(N²)次运算——当N=65536时（典型高精度FFT），运算量达到40亿次，非常低效。

快速傅里叶变换（FFT）是Cooley-Tukey在1965年提出的DFT高效算法，复杂度降低到O(N·log₂N)。同样N=65536，FFT仅需约100万次运算——速度提升4000倍。FFT是音频分析的实际标准，所有的实时频谱分析仪都基于FFT。

关键参数：

FFT假定输入信号是周期性的——即时间窗口恰好包含整数个波形周期。现实中几乎从不满足这一条件，这就导致了频谱泄漏（Spectral Leakage）——单一频率的能量"泄漏"到相邻的频率bins中，表现为频谱中的伪峰和模糊。

解决频谱泄漏的方法是加窗（Windowing）——在FFT之前将时间信号乘以一个窗函数，使窗口边缘平滑过渡到零。

窗函数的选择是分辨率与泄漏抑制的折衷：矩形窗提供最佳频率分辨率但泄漏最严重，平顶窗泄漏控制最好但分辨率最差。对于REW房间测量，汉宁窗是推荐的通用选择。对于扬声器谐波失真测量，平顶窗更适合获取精确的幅度值。

加窗后窗口边缘的数据权重很低，造成信息损失。为补偿这一损失，现代频谱分析采用重叠（Overlap）处理——相邻FFT窗口之间有部分重叠。

平均化（Averaging）将多次FFT的结果取平均，降低随机噪声对测量的影响。REW提供两种平均模式：

REW（Room EQ Wizard）是音频领域最流行的免费测量软件，兼具实时和离线分析能力。典型的REW工作流程为：通过对数扫频信号（Sine Sweep）测量，获得完整的脉冲响应，再通过FFT转换为频率响应和相位响应曲线。

使用REW读取频谱曲线时需关注以下关键信息：

在REW中结合Spectrogram（频谱图）和Waterfall（瀑布图）可以观察不同频率的衰减特性——前者以颜色显示时间-频率-幅度三维信息，后者展示各频率的衰减时间特性。