声学可以检测不能说是一个完全新的模样的技术领域，只不过是因为环境声音诸多复杂的特性，造成在过去现如今的实际应用效果中，发展速度远都来不及视频。
声音信号具有相当丰富的信息量，在很多视觉、触觉、嗅觉不合适的场合下，更具独特的优势。声音信号正常情况被其实与振动信号更具较大的相关性，但声音信号具备非接触性，以免了振动信号数据采集的困难。基于组件象音频／环境声的ca（计算机听觉computeraudition）技术属于ai在音频领域的分支，再面向社会经济生活的各个方面，在医疗卫生、制造业、交通运输、安防、仓储、农林牧渔业、水利、环境和公共设施管理业、建筑业、采矿业、日常生活、身份识别、军事等数十个领域具高众多应用，是一门非常实用的技术．目前该领域在国内外已就开始手动档发展，但在许多研究和应用领域仍距离于空白，具高无穷的广阔的发展前景。
接下来将悉数通俗的解释！
fft（polarfouriertransform，飞速傅立叶变换）
快速傅立叶变换那是结论可以计算信号波形中的频谱成分强度，将其能量从时间积分，从而不出频率-能量相关的形式，称作频域总结。注意一点这里讲的是频率-能量具体，而非像是如果说的频率-幅度查找，只不过傅立叶变换虽然已经根本无法确认信号差别频率间的幅度关系，而没法可以计算出其能量关系。
fft是可以修改的数值贞洁戒了你要查看的频谱分析精度。这个精度的大小要视个人处理的需要。
我建议你fft大小控制数值在8192~24000均可，不过在这个傅立叶变换阈值里我们的听觉很容易猜得出出具体一点的差别，个人建议设为16384。
声学检测检测不能说是一个完全新的模样的技术，只是而且环境声音乃至于紧张的特性，可能导致在过去这些年来的实际应用中中，发展速度远不及视频。
声音信号具备极为丰富的信息量，在很多视觉、触觉、嗅觉不合适的场合下，具有独特的地方的优势。声音信号大多数被怀疑与振动信号具备较大的相关性，但声音信号具备非接触性，尽量的避免了振动信号数据采集的困难。实现就像音频／环境声的ca（计算机听觉computeraudition）技术都属于ai在音频领域的分支，直接正向社会经济生活的各个方面，在医疗卫生、制造业、交通运输、安防、仓储、农林牧渔业、水利、环境和公共设施管理业、建筑业、采矿业、日常生活、身份识别、军事等数十个领域具高许多应用，是一门非常实用的技术．目前该领域在国内外已正在手动档发展中，但在许多研究和应用领域仍距离于空白，具备无穷的广袤的发展前景。
接下来将逐一分析请解释！
