基于Python的数字音频处理:音频压缩部分代码

所有代码基本围绕三大类库展开：① NumPy —— 数值计算核心 ② SciPy —— 信号处理与音频 I/O ③ Matplotlib —— 可视化

NumPy 承担了绝大部分基础数值操作，所有压缩算法的数学实现，都依赖 NumPy 进行矢量化运算，而不是使用 Python for 循环做标量处理（除了 DPCM 的逐点预测部分），前几天实验课尝试对比了np.fft和手动for循环，速率相差极大。

SciPy.signal是信号处理核心函数，这一部分是语音压缩实验中最关键的外部依赖。

1️⃣ 滤波函数scipy.signal.lfilter，用于预加重，LPC 合成和IIR 结构实现

2️⃣ 频域分析scipy.signal.stft和scipy.signal.spectrogram，用于语谱图计算和LSD 指标计算（librosa也有语谱图的绘制函数，不过我用scipy多一些，后面会写一篇文章讨论下二者的区别）

3️⃣ 重采样scipy.signal.resample，用于不同采样率音频统一处理。

4️⃣ 频率响应计算scipy.signal.freqz用于绘制 LPC 全极点模型频响。

音频输入输出全部通过wavfile.read和wavfile.write完成。

特别地，无论是 STFT、自定义频域滤波，还是语谱图，本质都使用同一套 FFT 工具链：np.fft.rfft，np.fft.irfft和np.fft.rfftfreq.其典型流程是：分帧 → 加窗 → rfft → 频域处理 → irfft → Overlap-Add

关注公众号后回复【0308】获取源代码。