在进行 FFT 和改变频率分量值之后，我只会在音频中得到噪音。我哪里错了？

Posted 2023-02-25

【中文标题】在进行 FFT 和改变频率分量值之后，我只会在音频中得到噪音。我哪里错了？

【英文标题】：I only get noise in the audio after taking a FFT and varying frequency component values . Where am I going wrong?

【发布时间】：2018-11-12 19:53:15

【问题描述】：

我的项目的目标是合成声音。我想要做的是读取一个波形文件并将其转换为幅度谱。因为我对幅度和相应的频率感兴趣。我还需要更改某些频率的幅度（我得到的），以便我可以生成不同的声音 wav 文件并播放它。然而，即使不改变幅度，重建的信号也充满了噪声。

简单来说就是读取文件---FFT---改变大小---播放。

下面是代码

import scipy.io.wavfile
import sounfile as sf
data , rate = sf.read("bird_chirp.wav")
FFt_data =np.fft.rfft(data)
magnitude = np.abs(FFt_data)
phase = np.angle(FFt_data)
N= len(data) # Define the length of the wav file
timestamp = np.linspace(0.0, N*T, N)
T= 1.0/rate
n = data.size


#get the corresponding Frequencies
freq = np.fft.rfftfreq(n, d=1./rate)


# save it as a Dataframe
df = "freq":freq, "mag":magnitude
df =pd.DataFrame(df)


#Normalize the magnitude
a=df["mag"]
norm_a = a/a.max(axis=0)
df["mag"] = norm_a


# here I would play around with magnitude , make it high or low
#code to change magnitude

#Get back the new data to write in wav
y=0
for magnitudes ,frequencies in df.iterrows():
   y+= magnitudes["mag"]*(np.sin(frequencies["freq"] *2.0*np.pi*timestamp)) 


#save it 
sf.write(file="test.wav", data=y,samplerate=rate)

代码播放充满噪音的声音。

【问题讨论】：

如果您希望人们能够提供帮助，我建议您使您的代码更清晰一些 - 例如，使用名称不言自明的变量。此外，您要问什么也不是很清楚-也许扩展您正在尝试做的事情，不起作用的事情以及到目前为止您尝试过的事情？我建议您查看本网站上的指南，了解如何提出人们想要帮助回答的问题。

@RandomDavis 我希望我现在已经给出了更清楚的解释？

当然。您可能只是想进一步澄清您的问题 - 您是在问为什么输出中有噪音，以及如何摆脱它？如果是这样，您应该在帖子的标题和正文中提出该问题，而不是隐含的问题。

***.com/questions/10222812/…的可能重复

不！幅度没有修改。

【参考方案1】：

下面是一个简单的程序，(a) 读取波形文件，(b) 傅里叶变换数据，(c) 修改特定频率的幅度，(d) 反转傅里叶变换以将数据转换回时域，并且 (e) 将结果保存到另一个波形文件中，您可以使用任何常用的音频播放程序进行播放。

为了以简单的方式演示您可以使用信号做什么， 我们在 1 kHz 处衰减幅度，在 440 Hz 处添加连续音调，在 880 处添加高斯形脉冲。

请注意，注入的信号在傅里叶变换中被缩放为其他信号的最大值。或者，我们可以选择一个幅度并按数据长度对其进行缩放。

这里的一个重要概念是傅立叶变换可以节省功率。因此，傅里叶变换中的信号按其持续时间进行缩放。

这是实现您似乎在问题中寻找的代码：

import scipy.io.wavfile
import soundfile as sf

import numpy as np

# Input the wave file
data , rate = sf.read("bird_chirp.wav")

# Fourier transform
FFT_data = np.fft.rfft(data)

# Get the list of frequencies
freq = np.fft.rfftfreq(len(data), d=1./rate)

# Find the bin closest to 1kHz and attenuate
idx = (np.abs(freq - 1.E3)).argmin()
FFT_data[idx] *= 1./2

# Find the bin closest to 440 Hz and set a continuous tone
idx = (np.abs(freq - 440)).argmin()
FFT_data[idx] = max( abs( FFT_data) )

# Add a Gaussian pulse, width in frequency is inverse of its duration
FFT_data += max( abs( FFT_data) )/2. * np.exp( -((freq-880)/5.)**2 )

# Convert back to time domain
newdata = np.fft.irfft(FFT_data)

# And save it to a new wave file
sf.write(file="test.wav", data=newdata, samplerate=rate)

【讨论】：

这真的很有帮助，正是我想要的。但我无法理解衰减和连续音。你为什么要这样写？你能让我明白这两件事吗

另外，您能否给我一个提示，告诉我如何更改 n 个频率的幅度，将相应的幅度放在 excel 表中并更改或其他什么好？

您可以根据需要更改任意多个频率的幅度。请记住，傅里叶空间中的宽度是其持续时间的倒数。我可以添加一些东西来展示这一点。

会很棒！