前面有提到音頻采樣算法：

WebRTC 音頻采樣算法 附完整C++示例代碼

簡潔明了的插值音頻重采樣算法例子 (附完整C代碼)

近段時間有不少朋友給我寫過郵件，說了一些他們使用的情況和問題。

坦白講，我精力有限，但一般都會抽空回復一下。

大多數情況，閱讀一下代碼就能解決的問題，

也是要嘗試一下的。

沒準，你就解決了呢？

WebRtc的采樣算法本身就考慮到它的自身應用場景，

所以它會有一些局限性，例如不支持任意采樣率等等。

而簡潔插值的這個算法，

我個人也一直在使用，因為簡潔明了，簡單粗暴。

我自然也就沒有進一步去細究采樣算法，

當然網上還有不少開源的采樣算法也是極其不錯的。

一直也想抽時間再做一個兼顧簡潔和質量的算法出來，不了了之。

最近一直在死磕傅裏葉變換，網上的資源看了一籮筐。

徘徊到最後，毫無疑問FFTW3必須是你的首選，

從歲數性能以及使用的概率來說，當之無愧的王者。

當然也順帶整理一下，其他的一些FFT實現，各有優劣。

用於學習，作為參考資料也是不二之選。

有興趣的小夥伴，可以參閱之.

https://github.com/cpuimage/StockhamFFT

https://github.com/cpuimage/uFFT

https://github.com/cpuimage/BluesteinCrz

https://github.com/cpuimage/fftw3

當然最佳的參考資料，還是fftw3,

我的這個git做了以下工作：

1.梳理調整目錄結構

2.移除一些影響閱讀調試，讓人頭大的宏定義

3.合並代碼至fftw_api.c，移除一些不常用的代碼

註意:未經過嚴格測試驗證

也許這個git存在的意義在於方便眾人閱讀學習fftw的算法思路，

以及調試,扣代碼等等諸如此類的行為。

所以有需要的同學可以，參考之。

回到本次的主題，

在以前做圖像算法的時候，就一直在想一個問題，

是否可以利用傅裏葉變換的特性進行圖像的重采樣呢？

這個一直是我心中的一個小石頭，一直沒放下。

從理論上來說，可行的，只是估計最終質量並不能保證。

最佳的嘗試莫過於音頻重采樣，在很多時候，

我們經常需要對一個音頻進行傅裏葉變換，然後進行上采樣或下采樣的操作。

那是不是可以直接就在頻域進行重采樣呢？

這樣的做法是不是質量就能有所保障呢？

事實證明，這是可行的。

經過簡單試驗，基於傅裏葉變換的音頻重采樣算法就這樣出爐了。

目前示例采用hsfft 這個開源傅裏葉變換進行驗證，

沒有采用fftw3的原因也很簡單，因為fftw3編譯器來有點麻煩。

而hsfft的函數風格與fftw3類似，只是速度性能上不及fftw3而已。

這樣也符合我的要求，真正應用的時候再使用fftw3替換之即可，

在驗證思路的時候，沒必要動用fftw3，

這也是我為什麽使用簡潔重采樣的原因之一。

每個步驟都要有策略和方法，不必太過較真。

如果特定情況下需要，我也可以上matlab,python,delphi,c#,c++等等。

語言只是工具，關鍵還是思路和思想。

貼上主要代碼：

#ifndef MIN
#define MIN(a, b) ((a) < (b) ? (a) : (b))
#endif 

void FFTResample(float *input, float *output, int sizeIn, int sizeOut) {
    fft_t *fftin = (fft_t *) calloc(sizeof(fft_t), sizeIn);
    fft_t *fftout = (fft_t *) calloc(sizeof(fft_t), sizeOut);
    if (fftin == NULL || fftout == NULL) {
        if (fftout)
            free(fftout);
        if (fftin)
            free(fftin);
        return;
    }
    fft_real_object fftPlan = fft_real_init(sizeIn, 1);
    fft_r2c_exec(fftPlan, input, fftin);
    free_real_fft(fftPlan);
    int halfIn = (sizeIn / 2) + 1;
    int halfOut = (sizeOut / 2) + 1;
    for (int i = 0; i < MIN(halfIn, halfOut); ++i) {
        fftout[i].re = fftin[i].re;
        fftout[i].im = fftin[i].im;
    }
    fft_real_object ifftPlan = fft_real_init(sizeOut, -1);
    fft_c2r_exec(ifftPlan, fftout, output);
    free_real_fft(ifftPlan);
    float norm = 1.f / sizeIn;
    for (int i = 0; i < sizeOut; ++i) {
        output[i] = (output[i] * norm);
    }
    free(fftout);
    free(fftin);
}

算法非常簡單，用一句時髦的語言來描述這個算法，就是“多退少補“。

需要補課FFT的可以移步:

從多項式乘法到快速傅裏葉變換

項目地址:

https://github.com/cpuimage/fftResample

采用Cmake編譯即可，示例代碼也很簡潔。

不多做解釋了~

以上，權當拋磚引玉。

若有其他相關問題或者需求也可以郵件聯系俺探討。

郵箱地址是:
[email protected]

基於傅裏葉變換的音頻重采樣算法 (附完整c代碼)