scipy.io fft和ifft的問題

Question

我試圖在原始音頻上應用機器學習算法。我的訓練將是音頻信號的傅立葉係數。 我試圖讓那些和應用IFFT得到我的聲音回，但它不與我的實現，這是工作：

fs, data = wavfile.read('dataset piano/wav/music (1).wav') 
Te = 0.25 
T = 40 

a = data.T[0] #retrieve first channel 
#put the information in a matrix, one row will contain the fourier coefficients of 0.25s of music. 
#The whole matrix, which has 40 rows will contain information of 10s of the wav file. 
X = np.array([fft(a[int(i*fs*Te):int((i+1)*fs*Te)]) for i in range(T)]) 
Z = ifft(X.flatten()) 
Z = Z.astype(data.dtype) 

wavfile.write('test3.wav',fs,Z) 

通常它應該發揮的WAV文件的前10秒，但它不」我真的不明白爲什麼。我所得到的只是一個高調的聲音。我從scipy使用fft和ifft。

Answer 1

你非常接近。只要改變

Z = ifft(X.flatten()) 

到

Z = ifft(X).flatten() 

你在做什麼是計算在光譜的串聯，這真的是沒有意義的傅立葉逆變換。我認爲你想要做的是對光譜進行級聯反傅立葉變換。這就是我所做的，並設法重建一個聽起來不錯的信號。

ifft(X)將沿着最後一個維度（這是您的案例中的光譜維度）的每個陣列運行IFFT，並返回相同形狀的數組（40,11025）。然後扁平化將連接每一行，作出明智的信號。