音频开发 / 系统课时

用 NumPy 跑通块处理实验

用 NumPy 跑通块处理实验

这一节把一段离线音频抽象成固定大小的数据块,完成逐块增益、顺序拼接和结果校验。跑通后得到的块处理循环可以直接替换处理函数,继续承载滤波、频谱分析和动态处理算法,而不用反复重写输入输出骨架。

学习目标

  • 用 NumPy 将连续采样数据切成固定大小的数据块,并正确处理最后一个不足块长的数据块
  • 在不改变采样顺序和总长度的前提下完成逐块增益处理与重新拼接
  • 通过形状、数值和落盘回读验证处理结果,为后续 DSP 算法形成统一输入

块处理骨架

离线 DSP 不必一次把整段信号交给算法。更接近实时系统的做法,是约定一个 block_size,按时间顺序取出若干块,每块调用同一个处理函数,最后再拼回连续信号。

假设采样率为 48 kHz、块长为 1024 个采样点,则完整块对应约 21.3 ms 音频。长度不能被 1024 整除时,最后一块只包含剩余采样点,离线处理通常直接按实际长度处理,而不是擅自丢弃或补零。

NumPy 块处理从切块到拼接的数据流

完成增益、拼接与验证

下面的脚本使用确定性的测试信号,便于把结果验证写成自动断言。process_block 是后续最值得保留的扩展点:现在只做乘法,之后可以换成 FIR、IIR、FFT 或动态范围处理,而主循环保持不变。

python
from pathlib import Path
import numpy as np

SAMPLE_RATE = 48_000
BLOCK_SIZE = 1_024
GAIN = 0.5
OUTPUT_PATH = Path("processed_blocks.npy")

# 使用确定性浮点信号,便于精确验证长度、顺序和增益关系。
audio = np.linspace(-0.8, 0.8, SAMPLE_RATE, endpoint=False, dtype=np.float32)


def process_block(block: np.ndarray) -> np.ndarray:
    """当前只做增益处理,后续 DSP 算法替换这个函数即可。"""
    return block * GAIN


processed_blocks = []
for start in range(0, audio.size, BLOCK_SIZE):
    block = audio[start:start + BLOCK_SIZE]
    processed_blocks.append(process_block(block))

processed = np.concatenate(processed_blocks)
np.save(OUTPUT_PATH, processed)
reloaded = np.load(OUTPUT_PATH)

print(f"blocks: {len(processed_blocks)}")
print(f"last block samples: {processed_blocks[-1].size}")
print(f"input/output samples: {audio.size}/{processed.size}")
print(f"peak before/after: {np.max(np.abs(audio)):.3f}/{np.max(np.abs(processed)):.3f}")
print(f"gain check: {np.allclose(processed, audio * GAIN)}")
print(f"reload check: {np.array_equal(reloaded, processed)}")

预期输出:

text
blocks: 47
last block samples: 896
input/output samples: 48000/48000
peak before/after: 0.800/0.400
gain check: True
reload check: True

这里有三个比“听起来正常”更可靠的检查。输出长度必须等于输入长度;processed 必须与整段信号直接乘 GAIN 的结果一致;保存后重新读取的数据必须逐元素相同。任意一项失败,都说明切块、顺序、尾块或持久化环节存在问题。

把骨架留给后续算法

真正复用这套实验骨架时,不要把块长写进算法内部。主循环负责切块和拼接,处理函数只接收当前块并返回处理后的块,这样同一套输入可以公平比较不同算法。

如果后续算法要求固定长度 FFT,可以单独规定尾块的补零策略;如果算法支持任意长度,则保留尾块实际长度更直接。无论采用哪种策略,都应明确写进处理函数的输入约定,而不是让最后一块静默地表现得与其他块不同。

到这里,离线链路已经具备可复用的最小形态:统一输入数组进入固定块循环,算法只负责当前块,最终输出重新拼接并经过数值验证。后续实验只需要替换处理函数,就能在相同数据和相同分块条件下比较算法行为。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

用 NumPy 跑通块处理实验

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通