Rust：使用 FFT 进行频谱分析的库

一个易于使用且快速的 no_std 库（包含 alloc），用于通过 FFT 获取数字信号（例如音频）的频谱。

最小支持的 Rust 版本（MSRV）是 1.63.0。

我想了解 FFT 如何用于获取频谱

请参阅文件 /EDUCATIONAL.md。

如何使用（包括 no_std 环境）

大多数提示和评论位于代码中，所以请查看 GitHub 上的仓库！无论如何，最基本的用法如下

Cargo.toml

# by default feature "microfft-real" is used
[dependencies]
spectrum-analyzer = "<latest version, see crates.io>"

your_binary.rs

use spectrum_analyzer::{samples_fft_to_spectrum, FrequencyLimit};
use spectrum_analyzer::windows::hann_window;
use spectrum_analyzer::scaling::divide_by_N_sqrt;

/// Minimal example.
fn main() {
    // YOU need to implement the samples source; get microphone input for example
    let samples: &[f32] = &[0.0, 3.14, 2.718, -1.0, -2.0, -4.0, 7.0, 6.0];
    // apply hann window for smoothing; length must be a power of 2 for the FFT
    // 2048 is a good starting point with 44100 kHz
    let hann_window = hann_window(&samples[0..8]);
    // calc spectrum
    let spectrum_hann_window = samples_fft_to_spectrum(
        // (windowed) samples
        &hann_window,
        // sampling rate
        44100,
        // optional frequency limit: e.g. only interested in frequencies 50 <= f <= 150?
        FrequencyLimit::All,
        // optional scale
        Some(&divide_by_N_sqrt),
    ).unwrap();

    for (fr, fr_val) in spectrum_hann_window.data().iter() {
        println!("{}Hz => {}", fr, fr_val)
    }
}

性能

在 i7-1165G7 @ 2.80GHz（单线程）上优化构建的测量结果

我测试了多个 FFT 实现。以下是你为什么决定使用 microfft::real 的原因。它不仅是最快的，而且可以在 no_std 环境中工作。

示例可视化

在以下示例中，您可以看到从 0 到 4000Hz 的频谱的基本可视化，用于 44100Hz 采样率下 50Hz、1000Hz 和 3777Hz 正弦波的分层信号。给定频率的峰值清晰可见。每个计算都是使用 2048 个样本完成的，即 ≈46ms 的音频信号。