python – 在连续时间帧上应用IIR过滤器时的连续性问题

我想在每个1024个样本的连续块/时间帧上应用FIR或IIR滤波器(例如：低通滤波器).

可能的应用：

>实时音频处理,如EQing.在精确的时间,我们在缓冲区中只有接下来的1024个样本.下一个要处理的样品尚不可用(实时).
>按照建议in this answer,通过将输入信号分成块来制作截止时变滤波器.

我试过这个：

import numpy as np
from scipy.io import wavfile
from scipy.signal import butter, lfilter, filtfilt, firwin

sr, x = wavfile.read('input.wav')
x = np.float32(x)
y = np.zeros_like(x)

N  = 1024  # buffer block size = 23ms for a 44.1 Khz audio file
f = 1000  # cutoff
pos = 0  # position

while True:
    b, a = butter(2, 2.0 * f / sr, btype='low')
    y[pos:pos+N] = filtfilt(b, a, x[pos:pos+N])
    pos += N
    f -= 1   # cutoff decreases of 1 hz every 23 ms, but the issue described here also present with constant cutoff!
    print f
    if pos+N > len(x):
        break

y /= max(y)  # normalize

wavfile.write('out_fir.wav', sr, y)

我试过了：

>都使用Butterworth滤波器或FIR(将b替换为b,a = firwin(1000,cutoff = f,fs = sr),1.0)
> lfilter和filtfilt(后者具有向前和向后应用滤波器的优势,这解决了相位问题),

但这是问题所在：

**在每个时间帧输出的边界处,存在连续性问题,这使得音频信号严重失真.

如何解决这种不连续性问题？我想过窗口化OverlapAdd方法,但肯定必须有一个更简单的方法.

解决方法:

正如@sobek在评论中所提到的,当然需要指定允许连续性的初始条件.这是通过lfilter的zi参数完成的.

通过更改主循环来解决问题：

while True:
    b, a = butter(2, 2.0 * f / sr, btype='low')
    if pos == 0:
        zi = lfilter_zi(b, a)
    y[pos:pos+N], zi = lfilter(b, a, x[pos:pos+N], zi=zi)
    pos += N
    f -= 1 
    if pos+N > len(x):
        break

即使在每次迭代时修改过滤器的截止(以及因此a和b),这似乎也有效.

标签：python,numpy,scipy,audio,signal-processing
来源： https://codeday.me/bug/20191002/1842757.html