====== 2016-12-15: ====== * einfache Beispiele für FFT(fast fourier transformation)-Programmschnipsel erstellt. //** fft-test.py **//


from __future__ import division
import numpy as np
import matplotlib.pyplot as plt

sample_freq=44100
sig_freq=int(raw_input("Frequenz des Eingabesignals"))
t = np.linspace(0,2*np.pi*sig_freq,sample_freq)
print t
signal = np.sin(t) + 0.5*np.sin((3/2)*t) #+ 0.75* np.sin(3*t)
sp = np.fft.fft(signal)/(0.5*sample_freq)
freq = np.fft.fftfreq(t.shape[-1])
#plt.plot(freq, sp.real, freq, sp.imag)
plt.plot(signal)
plt.plot(abs(sp))
#[, ]
plt.show()

-- Erzeugt ein Signal aus 44100 Samples mit der eingegebenen Frequenz und einem Oberton bei 1,5x der Frequenz (≙ Quinte) //** Ausgabe **// 1.


Frequenz des Eingabesignals

2. nach eingabe von 440


[  0.00000000e+00   6.26907988e-02   1.25381598e-01 ...,   2.76447615e+03
   2.76453884e+03   2.76460154e+03]

und der Plot {{:ws1617:the_art_of_music:protokolle:ffft-test-440.png?400|}} (Zoom:) {{:ws1617:the_art_of_music:protokolle:ffft-test-440-zoom1.png?400|}} * Überlegungen/Recherche zu Audioausgabe des in fft-test.py analysierten Signals begonnen