第一步:您需要哪种音频滤波器?
选择滤波带
接下来的步骤中,我假设您需要一个低通滤波器。
选择截止频率
截止频率是信号被衰减-3dB的频率。
您的示例信号为440Hz,因此让我们选择一个截止频率为400Hz。然后,您的440Hz信号将被低通400Hz滤波器衰减(超过-3dB)。
选择您的滤波器类型
根据这个StackOverflow答案
滤波器设计超出了Stack Overflow的范围——那是一个DSP问题,而不是编程问题。滤波器设计由任何DSP教材涵盖——去你的图书馆。我喜欢Proakis和Manolakis的数字信号处理。(Ifeachor和Jervis的数字信号处理也不错。)
为了进入一个简单的例子,我建议使用移动平均滤波器(用于简单的低通滤波器)。
请参见移动平均
数学上,移动平均是卷积的一种类型,因此它可以被视为信号处理中使用的低通滤波器的一个示例。
这个移动平均低通滤波器是一个基本的滤波器,它非常容易使用和理解。
移动平均的参数是窗口长度。
移动平均 窗口长度和 截止频率 之间的关系需要一些数学知识,并在这里进行了解释。
代码将会是:
import math
sampleRate = 11025.0
cutOffFrequency = 400.0
freqRatio = cutOffFrequency / sampleRate
N = int(math.sqrt(0.196201 + freqRatio**2) / freqRatio)
因此,在本示例中,窗口长度将为12
第二步:编写过滤器
手动移动平均值
参见如何在Python中创建移动平均值的详细讨论
Alleo提供的解决方案为
def running_mean(x, windowSize):
cumsum = numpy.cumsum(numpy.insert(x, 0, 0))
return (cumsum[windowSize:] - cumsum[:-windowSize]) / windowSize
filtered = running_mean(signal, N)
使用 lfilter
另外,正如dpwilson所建议的那样,我们也可以使用 lfilter。
win = numpy.ones(N)
win *= 1.0/N
filtered = scipy.signal.lfilter(win, [1], signal).astype(channels.dtype)
第三步:让我们把所有东西放在一起
import matplotlib.pyplot as plt
import numpy as np
import wave
import sys
import math
import contextlib
fname = 'test.wav'
outname = 'filtered.wav'
cutOffFrequency = 400.0
def running_mean(x, windowSize):
cumsum = np.cumsum(np.insert(x, 0, 0))
return (cumsum[windowSize:] - cumsum[:-windowSize]) / windowSize
def interpret_wav(raw_bytes, n_frames, n_channels, sample_width, interleaved = True):
if sample_width == 1:
dtype = np.uint8
elif sample_width == 2:
dtype = np.int16
else:
raise ValueError("Only supports 8 and 16 bit audio formats.")
channels = np.fromstring(raw_bytes, dtype=dtype)
if interleaved:
channels.shape = (n_frames, n_channels)
channels = channels.T
else:
channels.shape = (n_channels, n_frames)
return channels
with contextlib.closing(wave.open(fname,'rb')) as spf:
sampleRate = spf.getframerate()
ampWidth = spf.getsampwidth()
nChannels = spf.getnchannels()
nFrames = spf.getnframes()
signal = spf.readframes(nFrames*nChannels)
spf.close()
channels = interpret_wav(signal, nFrames, nChannels, ampWidth, True)
freqRatio = (cutOffFrequency/sampleRate)
N = int(math.sqrt(0.196196 + freqRatio**2)/freqRatio)
filtered = running_mean(channels[0], N).astype(channels.dtype)
wav_file = wave.open(outname, "w")
wav_file.setparams((1, ampWidth, sampleRate, nFrames, spf.getcomptype(), spf.getcompname()))
wav_file.writeframes(filtered.tobytes('C'))
wav_file.close()
scipy
的 lfilter 吗? - dpwilsonsine_signal = np.sin(2*np.pi*freq*(np.arange(data_size)/frate))
,然后使用wav_file.writeframes((sine_signal*amp/2).astype('h').tostring())
。 - dpwe