特定の信号のラウドネスを計算したいのですが、このスレッドに出くわしました。A-Weightingの側面について少し混乱しています。画像を投稿することはできませんが、このサイトには必要な計算式があると思います。（Wa = 10log ...）
私が理解していないのは、実際にプログラムでそれを使用する方法です。f頻度を表す場合、値は一定のままであるため、おそらく値をハードコードできます。その場合、Waサンプル値にどのように適用し、どの値を使用しますか？パワースペクトルを計算してWINDOW_SIZE/2値を取得し、周波数帯域の各値に関連する事前計算された値を掛けWaますか、それとも間違った方法ですか？前もって感謝します。
回答:
はい、値をハードコードし、信号のFFTを実行し、ハードコードされた値を乗算してから、Parsevalの定理から周波数領域の振幅を取得できます（例）。
デジタルフィルターを実装して、時間領域で実行することもできます。これがMatlabコードと私のPythonへの翻訳です。
双一次変換では、デジタルフィルターがアナログフィルターよりも速くロールオフし、一般的なサンプルレートで測定エラーが発生することに注意してください。簡単な修正は、最初にデータをアップサンプリングすることです。これにより、矛盾が最小限に抑えられます。ここでの他のフィルター設計アプローチ：http : //dsp.stackexchange.com/q/36077/29
rms_flat()ただsqrt(mean(absolute(a)**2))です。/n外側にあります。信号とFFTのRMS値は、スケーリング係数を除いて同じです。
(SQRT(x1^2 + x2^2...xn^2/n))あり、信号のrms_flatとFFTのrms_flatの違いは何ですか？