快速分解音频信号频率的数学算法——EQ和频谱分析仪的基础。使不可见的频率可视化。
在剪辑台前，你面对着监视器，想知道对话录音中那个恼人的嗡嗡声究竟藏在哪里——然后你打开了频谱分析仪。你看到的就是实时 FFT：将音频信号分解为其各个频率成分的数学过程。快速傅里叶变换（FFT）让看不见的变得可见——而且是闪电般的速度。
FFT 的工作原理很简单：任何音频信号，无论多复杂，都可以表示为不同频率的正弦波之和。FFT 不是将整个信号像一团浆糊一样进行分析，而是将其分解成组成部分。60 赫兹的嗡嗡声、2 千赫兹的嘶嘶声、200 赫兹的隆隆声——所有这些都会被单独显示出来。没有 FFT，实时均衡、频谱分析以及所有现代音频工作流程都将无法运行。你的 DAW、带可视化器的音频播放器、任何显示频率的插件界面——所有这些都使用 FFT。
在片场，你不太关心理论，但应用则至关重要。混音师录制了一条嘈杂的街道——风声、交通声、背景噪音。在剪辑时，频谱分析仪会精确地告诉你问题出在哪里。你查看 FFT 图形，看到 120 赫兹的频率峰值（欧洲典型的市电嗡嗡声），然后在那里设置一个狭窄的均衡器陷波。有效，精准。没有 FFT，你只能盲目地转动均衡器旋钮，希望情况会好转。
在实践中，你应该知道：FFT 分辨率是有取舍的。分析窗口越长，频率分辨率越高——但时间分辨率越低。如果你想知道噪声峰值究竟 *何时* 出现，你就必须减小窗口大小。这在实时音频处理中很重要，例如在实时过程中的降噪。FFT 算法本身——以库利和图基命名——极大地缩短了频率分析的计算时间。这使得实时音频成为可能。如果必须使用原始傅里叶变换，现代直播和在线通话将无法实现。
不要将 FFT 视为理论上的负担。将其用作工具：打开频谱分析仪，定位问题，精确干预。结合波形编辑（见该条目），基于 FFT 的音频分析是你获得干净、专业的音质的最强助手之一。