通过前面的介绍，我们傅里叶语音识别项目的技术已经全部到位，这一节贴出全家福，看一看图像，捋清思路，知道怎么去做，以供参考，第一幅：假fft1920（假wu音），这里加载的是yi（壹）音的特征头，fft（快速傅里叶变换必须是2^N次方，1920不是），另外傅里叶离散变换dft图是实时匹配特征头128字节的变换结果，（f，a）=（频率，振幅），三个最高值按频率排序是6,4,2，对应振幅17,21,19；这个可以用来统计匹配波形的傅里叶特征，而fft1920中的实时白噪音频谱图是1920字节实时波形图的傅里叶变换，左侧门限下图，是匹配到的1920字节实时波形图的傅里叶变换，他是静态的，除非再匹配到，他才会改变，可用来观察傅里叶变换后频率特征，门限（门槛）70以下的噪音过滤掉了，你是否看到频率等于27+1时，出现了振幅最大值，右侧1920字节四段波形图是无声时的噪音，你可以看到，在fft1920中频率小于27，应该在10以内。fft1920好像缺少一个统计表单，回头把他补充上去。还有就是，频率值最大是128，看到没有，是没有单位的，我和口琴的do音262赫兹作了比较，do音刚好落在27附近，而口琴的xi音494赫兹大概在120位置左右。
我估计f频率最多用到256，因为越往后音越高，这种高频成分会非常少，我们来验证一下，再上一张图（测试时，随便大叫一声（一个人到底有多少野性未释放，试一试？！听说人的能量是无限的），频谱图就这样）：看到没有，这张图f=512，注意不是512赫兹，你看，一半（256）以后，高频振幅很小（设个门槛，都可以滤掉）.
这张图上的开关灯实现，我使用的是opt（奥普特）的24伏的led光源和他们家的串口控制的光源控制器，淘宝上有卖，以前在工程上用过，控制程序我有。造价太高，所以要cost down，淘宝上找到一家usb的继电器，正在研究他的示例程序，估计指日可待，这样，我们就可以掌控一般家庭用灯开关，但也失去了不同亮度控制的乐趣（因为机器视觉光源，可以线性的掌控在不同亮度，通过程序）。
进化后的全家福：
这是声音掌控图像放大，（本来有一个9527msg消息响应的，有没有想到唐伯虎点秋香的星爷，有兴趣，整一个！）声音未匹配之前对比匹配之后，如下：
这里使用了自己动态链接库（集成了basler相机），200万的相机，只使用了80万，方便标定研究（买的标定板在视野中太小），千兆网卡（gige规格）。
再上两张全家福，口琴版本，进化满意版本：
在获取口琴xi音时，动了一下usb串口，卡死了，所以你还欣赏到了xi音实时1920波形。
看到这两张图，发现人的记忆力真的不如笔记烂笔头，我用口唱出来的do，re，mi，fa，sol，la，xi频率是26,29,32,35，38,41,44，而口琴的频率是62,70,78,86,94,102,110，注意，没有单位，不是赫兹。明显一开头说的话是有错误的，但是f频率取128仍然是正确的（即人的一般发声在62以下26以上（人声带振动噪音分布在26以下），重音口琴一般发声在62以上，128以下，所以频率分布上，口琴要比人的频率高一些）。我们的一个wu音，或者yi音，1920个字节够用了，大概发音在250ms（毫秒），我们一秒采集8000字节样本点，1/4秒（s）是2000字节，其实观察多了，有些东西慢慢就懂了，渐渐变得有规律，可计算了。
知道了归一化思想，发现唱的没有吹得好听。这个项目的中心思想是傅里叶，但最重要的还是要培养自己对事物认识的热情和兴趣，错误是难免的，欢迎指正。
待续（慢慢来！...........）每天一点小改变☺
