如何在 python 中从声音到频谱然后回到声音？

Posted 2023-02-25

【中文标题】如何在 python 中从声音到频谱然后回到声音？

【英文标题】：How do I go from sound to spectrum then back to sound in python?

【发布时间】：2016-01-10 19:45:50

【问题描述】：

我如何获取一个 wav 文件，将其转换为每几毫秒频率强度的数组，对该数组执行一些操作，然后将该新数组转换回 wav 文件。

有没有类似这样的库

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]

【参考方案1】：

使用librosa.stft 和librosa.istft 并使用librosa.load 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)]，因为信息在转换中丢失了。 istft(stft(foo)) 可以返回比 foo 略短且值略有不同的数组。