频谱分析（可视化） 使用指南

输入时域信号或音频采样数据，实时绘制频谱图，展示各频率成分的能量分布，用于音频调试、振动与声学分析。

功能说明

输入时域信号或音频采样数据，实时绘制频谱图，展示各频率成分的能量分布，用于音频调试、振动与声学分析。

典型使用场景

• 对一段录音做 FFT，找出主要频率成分，判断是否存在 50/60Hz 工频干扰或设备共振。
• 分析乐器或人声的谐波结构，辅助调音、辨音与声学实验。
• 检测机械振动信号中的特征频率，用于简易故障初筛。

算例参考

• 频率分辨率计算示例：对采样率 44100Hz 的信号做 N=4096 点 FFT，频率分辨率 Δf = 44100÷4096 ≈ 10.77Hz，可分辨的频率点依次为 0、10.77、21.53……Hz。若某峰值落在第 200 个 bin，则其对应频率约为 200×10.77≈2153Hz。窗函数（如汉宁窗）会使主瓣展宽约 2~3 个 bin，实际定位需考虑此展宽。

注意事项

本工具纯前端运行，输入内容不上传服务器；结果为按上述口径得到的理论估算值。实际应用受设备参数、测量条件与当地规范影响，请以设备铭牌、检测报告与现行标准为准，重大决策建议咨询专业人士。

频谱里的毛刺是真实信号吗？

不一定。未加窗或信号在帧边界不连续会产生频谱泄漏，表现为本应单一的峰向两侧扩散的毛刺；加窗并对稳态信号取足够长帧可抑制。瞬态信号本身就有宽频成分，需结合时域判断。

怎样提高频谱读数的准确度？

提高 FFT 长度以提升频率分辨率，使用合适的窗函数抑制泄漏，并对多次结果平均降低随机噪声；同时注意采样率要高于目标最高频率的两倍（奈奎斯特）才不会混叠。