Numpy 设计音频滤波器

我记得当初是在模拟电子技术课上学习了各种类型的滤波器，之后又实际构建了这些滤波器。正如你能想到的，用软件实现一个滤波器比用硬件实现要容易得多。
我们将构建一个滤波器，并把它应用于我们下载的一个音频片段。在本章前面的攻略中，已经介绍了一些相关的基本步骤，此处不再重复介绍。

具体步骤

顾名思义，iirdesign函数可以用来构建多种类型的模拟和数字滤波器。scipy.signal模块包含了各种和信号处理有关的函数，其中包括iirdesign函数。

1. 设计滤波器。

下面用scipy.signal模块中的iirdesign函数设计滤波器。
IIR表示无限冲激响应（Infinite Impulse Response），更多相关的信息请见维基百科页面http://en.wikipedia.org/wiki/Infinite_impulse_response。有关iirdesign函数的各种细节，这里不做介绍。如有必要，请查阅相关的文档页面http://docs.scipy.org/doc/scipy/reference/generated/scipy.signal.iirdesign.html。

简而言之，我们将设置如下参数。

• 取值范围在0到1之间的归一化频率
• 通带最大衰减
• 阻带最小衰减
• 滤波器类型

b,a = scipy.signal.iirdesign 
       (wp=0.2, ws=0.1, gstop=60,  
      gpass=1, ftype='butter')

上述的配置参数对应的是一个巴特沃思带通滤波器。更多有关巴特沃思带通滤波器的信息请见http://en.wikipedia.org/wiki/Butterworth_filter。

2. 使用滤波器。

使用scipy.signal.lfilter函数完成滤波器有关的计算工作。该函数的输入参数是上述步骤中iirdesign函数的返回结果和一个待滤波的数组。

filtered = scipy.signal.lfilter(b, a, data)

3. 保存新的音频文件。

把滤波后的音频数据写入文件时，需要确保其数据类型与原始的音频数据相同。

scipy.io.wavfile.write('filtered.wav',  
  sample_rate, filtered.astype(data.dtype))

绘制出原始的和滤波后的音频数据后，我们得到如下的图形。

攻略小结

我们创建和使用了一个巴特沃思带通滤波器。为了创建滤波器，我们使用了下列函数。