在 Python 中实现（Butterworth）过滤器并创建 wav 文件答案

【问题标题】：Implementing (Butterworth) filter in Python and creating wav file在 Python 中实现（Butterworth）过滤器并创建 wav 文件
【发布时间】：2017-05-09 09:53:00
【问题描述】：

我正在尝试实现一个 Butterworth 带通滤波器，以在 Python 中实现 wav 文件（我对它非常陌生）。我目前得到的代码如下

import wave
import numpy
import matplotlib.pyplot as plt
from scipy import signal
from scipy.signal import filtfilt

# open the audio file and extract some information
spf = wave.open('clip.wav','r')
(nChannels, sampWidth, sampleRate, nFrames, compType, compName) = spf.getparams()

# extract audio from wav file
input_signal = spf.readframes(-1)
input_signal = numpy.fromstring(input_signal, 'Int16')
spf.close()

# create the filter
N = 4
nyq = 0.5 * sampleRate
low = 100 / nyq
high = 500 / nyq
b, a = signal.butter(N, [low, high], btype='band')

# apply filter
output_signal = signal.filtfilt(b, a, input_signal)

# ceate output file
wav_out = wave.open("output.wav", "w")
wav_out.setparams((nChannels, sampWidth, sampleRate, nFrames, compType, compName))

# write to output file
wav_out.writeframes(output_signal.tobytes())
wav_out.close()

# plot the signals
t = numpy.linspace(0, nFrames/sampWidth, nFrames, endpoint = False)
plt.plot(t, input_signal, label='Input')
plt.plot(t, output_signal, label='Output')
plt.show()

一切正常（我认为），但是当我将过滤后的数据（output_signal）写入 output.wav 文件时出现问题。出于某种原因，当我收听输出 wav 文件时，它听起来像是很大的噪音。此外，它的长度（时间）是输入文件的四倍。奇怪的是，当我在时域中绘制输入和输出时，我看到输出信号是输入的滤波版本。然而，在 Audacity 中分析输出声音片段的时域时，它只是很大的噪音，看起来根本不像 Python 中绘制的时域图。

我想我在使用 filtfilt 函数或 .tobytes 函数时做错了，因为使用 .tobytes 后的输出数组在由 .fromstring 转换时比输入数组大得多，但我可以'不知道我做错了什么。

谢谢！

【问题讨论】：

由于output_signal 是ndarray，并且您在其上调用tobytes()，您确定它以每个样本16 位的形式输出，与您的输入相同吗？我还注意到您使用r 和w 进行读写，而不是rb 和wb。这可能也会导致问题吗？
更改为rb 和wb 遗憾地没有解决问题。在tobytes() 期间一定发生了错误，因为output_signal 和input_signal 数组的大小是一样的，但是当对它们都执行tobytes() 时，只有input_array 被正确转换回来，而output_array 会产生一些没有意义的东西。
帮自己一个忙，使用soundfile 模块。这适用于 NumPy 数组。

标签： python audio wav bandpass-filter

【解决方案1】：

输入信号应该被归一化。图表数据显示从 30000 到 -30000 的 y 轴。如果您将幅度从 1.0 标准化到 -1.0，那么您将能够在 audacity 上收听波形文件。

我使用此代码对 1 个通道的输入信号进行归一化

amp = 1.0
input_signal = amp * input_signal / max(abs(max(input_signal)),abs(min(input_signal)))

在使用您的代码读入输入信号后和写入输出文件之前（过滤后），我对幅度进行了归一化。

【讨论】：