傅里叶变换与数字音频采样量化：音频频谱分析入门必读

音响百科 2026-07-18 浏览 6 次

从时域到频域的视角转换

任何复杂波形都可以分解为一系列正弦波的叠加——这是傅里叶变换的核心思想，也是音频工程中最重要的数学工具。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。

时域看的是波形随时间怎么变化——横轴是时间，纵轴是幅度。示波器看到的就是时域。频域看的是声音有哪些频率成分——横轴是频率，纵轴是幅度。频谱分析仪看到的就是频域。

这两者的转换就是傅里叶变换。一段 1kHz 的正弦波，时域是周期为 1ms 的规则波形，频域是一条位于 1kHz 处的谱线。一段吉他音，时域是复杂的非周期波形，频域是一系列等间距的谱线（基频+各次谐波）。音频工程师同时需要两种视角：频域告诉你"哪里多了少了"，时域告诉你"瞬态够不够、相位对不对"。

计算机处理数字音频时使用离散傅里叶变换（DFT），它将 N 个时域采样点转换为 N 个频域 bin，每个 bin 对应一个离散频率。直接计算 DFT 需要 O(N²) 次运算——N=65536 时运算量达到 40 亿次，非常低效。

快速傅里叶变换（FFT）是 1965 年提出的 DFT 高效算法，复杂度降到 O(N·log₂N)。同样 N=65536，FFT 仅需约 100 万次运算，速度提升 4000 倍。所有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——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个条件，导致频谱泄漏——单一频率的能量"泄漏"到相邻的 bins 中。

解决方法是加窗——在 FFT 之前将信号乘以一个窗函数，让窗口边缘平滑过渡到零。不同的窗函数适用于不同场景：

窗函数的选择始终是分辨率与泄漏抑制之间的折中。

加窗后窗口边缘的数据权重很低，造成了信息损失。为补偿这一损失，现代频谱分析采用重叠处理——相邻 FFT 窗口之间部分重叠。50% 重叠意味着每个数据点被加权两次，75% 重叠是常用的选择。

平均化将多次 FFT 结果取平均以降低随机噪声的影响。REW 提供 RMS 平均（保留总能量，适合稳态频响测量）和矢量平均（包含相位信息，适合低音炮对齐）。

将模拟信号转为数字信号有两个步骤：

采样：以固定时间间隔测量模拟信号的幅值。采样率决定每秒测量的次数：

量化：将每个采样点映射到最近的离散级别。比特深度决定动态范围：

奈奎斯特-香农采样定理：要完整恢复一个模拟信号，采样率必须至少是该信号最高频率的 2 倍。

如果输入信号包含超过 Nyquist 频率的成分（例如 44.1kHz 采样时输入了 25kHz 的信号），这些成分会"折叠"回可听频带内，产生混叠——你无法分辨这个伪影是原始录音还是一部分 ADC 产生的。所以 ADC 之前必须用低通抗混叠滤波器滤除高于 Nyquist 的频率。

早期 CD 播放器的"数字味"很大程度上来自抗混叠滤波器的相位问题——过渡带太窄太陡，导致 20kHz 附近的相位旋转可闻。现代 DAC 通过过采样（内部将信号以数倍于原始采样率的频率处理）大幅降低了模拟滤波器的压力，使用更温和的滤波器就能达到要求。

将连续幅度映射到离散级别的过程中会产生量化误差。在低电平信号中，当幅度仅跨越几个 LSB 时，量化失真变得非常明显，产生可闻的颗粒感噪声。

抖动（Dither）的解决方案巧妙得令人拍案：在量化之前向信号添加约 1 LSB 的白噪声，将相关的量化失真随机化变为不相关的噪声。虽然本底噪声略有抬升，但低电平信号的原始信息被保留了。从 24bit 转换到 16bit 时，好的抖动算法是标准做法。

别把 Dither（抖动噪声注入）和 Jitter（时钟抖动）搞混。Jitter 是采样时钟的不稳定性，表现为波形在时间轴上的位置偏差，是数字音频传输和 DA 转换中最重要的失真源。高端 DAC 通过飞秒时钟来降低 Jitter 的影响。

← 上一篇

室内声学RT60驻波梳状滤波吸声扩散：声学设计入门指南

心理声学在音响中的应用：MP3压缩HRTF听觉定位入门