如何在Python中将声音转换为频谱，再将其转换回声音？

Question

我该如何将一个wav文件转换成每几毫秒的频率强度数组，对其进行处理，然后再将新的数组转换回wav文件？

是否有类似下面这样的库？

wav_data = library.read_wav('aoeu.wav') # [0, 3, 201, ... etc]

spectrum = library.get_spectrum(wav_data)  
# [[0, 0, 0, .2, 0, .7, ... etc], 
#  [0, 0, 0, .3, 0, .8, ... etc],
#  ... etc] 

spectrum[:, 0] = 0 # kill the lowest frequency (assuming spectrum is a numpy array)

library.spectrum_to_wav(spectrum) # [0, 3, 201, ... etc]

- user3064538

Answer 1

使用librosa.stft和librosa.istft函数，并使用librosa.load函数读取音频文件。

import librosa

audio, sample_rate = librosa.load('song.wav')

spectrum = librosa.stft(audio)
reconstructed_audio = librosa.istft(spectrum)

sum(audio[:len(reconstructed_audio)] - reconstructed_audio)  # very close to 0

我正在使用audio[:len(reconstructed_audio)]，因为变换过程中信息会丢失。istft(stft(foo))可能返回一个略短并且数值稍有不同的数组，因此我选择了前者。

- user3064538