音频开发 / 系统课时
用正弦与噪声验证频域直觉
用正弦与噪声验证频域直觉
这一节用完全可控的合成信号,把“时域长什么样”和“频谱能看到什么”一一对应起来。你会生成单频、多频和白噪声,计算单边幅度谱,并通过改变幅度、相位和噪声强度验证自己的频域判断。
学习目标
- 能从频谱峰值判断主要正弦频率,并区分幅度变化与频率变化。
- 能解释相位为什么会改变波形位置,却不一定改变幅度谱峰值。
- 能识别随机噪声形成的宽带噪声底,并用合成信号验证判断。
从单频信号建立第一条对应关系
设采样率为 ,正弦信号为 。在观察窗口足够长且频率恰好落在 DFT 频点上时,幅度谱会在 附近出现明显峰值。改变 会改变峰高,改变 会移动峰的位置,而只改变 时,幅度谱的主要形状通常保持不变。

下面的 Python 示例一次生成单频、多频和“多频 + 噪声”三组信号。rfft 只保留实信号的非负频率,代码再把双边谱能量换算成便于读取的单边幅度。
import numpy as np
fs = 8000
duration = 1.0
t = np.arange(int(fs * duration)) / fs
def spectrum(x: np.ndarray, fs: int):
n = len(x)
y = np.fft.rfft(x)
freq = np.fft.rfftfreq(n, d=1 / fs)
# rfft 只保留非负频率,内部频点乘 2 还原单边幅度。
amp = np.abs(y) / n
if n > 2:
amp[1:-1] *= 2
return freq, amp
rng = np.random.default_rng(42)
single = np.sin(2 * np.pi * 440 * t)
multi = single + 0.5 * np.sin(2 * np.pi * 1000 * t + np.pi / 3)
noisy = multi + 0.2 * rng.standard_normal(len(t))
for name, signal in [("single", single), ("multi", multi), ("noisy", noisy)]:
freq, amp = spectrum(signal, fs)
i440 = np.argmin(np.abs(freq - 440))
i1000 = np.argmin(np.abs(freq - 1000))
# 排除两个已知主峰后,用中位数粗略描述整体噪声底。
mask = np.ones_like(amp, dtype=bool)
mask[[i440, i1000]] = False
floor = np.median(amp[mask])
print(
f"{name}: 440Hz={amp[i440]:.3f}, "
f"1000Hz={amp[i1000]:.3f}, floor={floor:.4f}"
)预期输出如下。固定随机种子后,噪声组的结果可重复;不同 NumPy 版本若有末位差异,不影响判断。
single: 440Hz=1.000, 1000Hz=0.000, floor=0.0000
multi: 440Hz=1.000, 1000Hz=0.500, floor=0.0000
noisy: 440Hz=0.998, 1000Hz=0.501, floor=0.0038单频组只有 440 Hz 主峰;加入 1000 Hz 分量后出现第二个主峰;再加入白噪声,两个主峰仍保留,但其余频点整体不再接近零。
多频信号为什么会出现多个峰
多个正弦相加时,时域波形可能已经难以凭肉眼拆分,但在线性叠加下,每个频率分量仍会在频域留下自己的位置。上例中,440 Hz 分量幅度为 1.0,1000 Hz 分量幅度为 0.5,所以单边幅度谱应在这两个频率附近出现主峰,且后者大约只有前者一半高。
这正是频谱的直接价值:时域更适合回答“信号随时间怎样变化”,频域更适合回答“主要包含哪些频率”。当两个频率非常接近时,能否把它们分开还取决于观察时长、频率分辨率和窗函数。
相位与幅度谱不要混为一谈
将 440 Hz 正弦的相位从 0 改成 ,波形会在时间轴上平移,但它仍然是同一个频率、同一个幅度的正弦。因此只看 np.abs(FFT) 得到的幅度谱时,主峰基本不变。相位信息并没有消失,而是保存在复数频谱的辐角中。
噪声底如何出现
白噪声不会只集中在某一个频点,而会把能量分散到很宽的频率范围。把白噪声叠加到多频信号后,440 Hz 和 1000 Hz 的主峰仍然存在,但周围大量频点不再接近零,这一片“被抬高的底部”就是观察频谱时常说的噪声底。
验证频域判断时,先用已知答案的信号最可靠:确认单频只有一个主峰,再确认多频出现多个主峰,最后逐步增大噪声强度并观察主峰与噪声底的相对关系。这样建立的直觉,之后才能安全迁移到真实音频分析中。