聲音頻譜檢測是一種將復(fù)噪聲號分解為較簡單信號的技術(shù)。許多物理信號均可以表示為許多不同頻率簡單信號的和。找出一個(gè)信號在不同頻率下的信息(可能是幅度、功率、強(qiáng)度或相位等)的作法就是頻譜分析。
頻譜分析是一種將復(fù)噪聲號分解為較簡單信號的技術(shù)。許多物理信號均可以表示為許多不同頻率簡單信號的和。找出一個(gè)信號在不同頻率下的信息(可能是幅度、功率、強(qiáng)度或相位等)的作法就是頻譜分析。
頻譜分析可以對整個(gè)信號進(jìn)行。不過有時(shí)也會(huì)將信號分割成幾段，再針對各段的信號進(jìn)行頻譜分析。周期函數(shù)適合只考慮一個(gè)周期的信號來進(jìn)行頻譜分析。傅里葉分析中有許多分析非周期函數(shù)時(shí)需要的數(shù)學(xué)工具。
一個(gè)函數(shù)的傅里葉變換包括了原始信號中的所有信息，只是表示的型式不同。因此可以用反傅里葉變換重組原始的信號。若要完整的重組原始信號，需要有每個(gè)頻率下的幅度及其相位，這些信息可以用二維向量、復(fù)數(shù)、或是極座標(biāo)下的大小及角度來表示。在信號處理中常常考慮幅度的平方，也就是功率，所得的就是功率譜密度。
實(shí)際上，大部分的儀器及軟件都用快速傅里葉變換來產(chǎn)生頻譜的信號?？焖俑道锶~變換是一種針對采樣信號計(jì)算離散傅里葉變換的數(shù)學(xué)工具，可以近似傅里葉變換的結(jié)果。
隨機(jī)性信號(或噪聲)的傅里葉變換也是隨機(jī)性的。需要利用一些取平均值的方式來得到其頻率分布(frequency distribution)。
一般來說會(huì)將資料依一定的時(shí)間分段，將各段資料進(jìn)行傅里葉變換，再將變換后的幅度或幅度平方(幅度平方較常用)平均，以得到傅里葉變換的平均值。
在處理取様?shù)臅r(shí)域資料時(shí)，常用上述的作法，配合離散傅里葉變換來處理，這種處理方式稱為welch法(welch's method)。若所得的頻譜是平的，此信號會(huì)視為“白噪聲”，不過許多信號在時(shí)域下看似噪聲，卻可以借由這樣的處理方式得到一些頻域的信息。