python - numpy RFFT/IRFFT音量

Question

我正在从wave文件进行rfft和irfft:

samplerate, data = wavfile.read(location)
input = data.T[0] # first track of audio
fftData = np.fft.rfft(input[sample:], length)
output = np.fft.irfft(fftData).astype(data.dtype)

因此它从文件读取，然后执行rfft。但是，当我用py音频流播放音频时，会产生很多噪音。我尝试搜索此问题的答案并使用了以下解决方案:

rfft or irfft increasing wav file volume in python

这就是为什么在执行irfft时使用.astype(data.dtype)的原因。但是，它并不能降低噪音，虽然可以降低噪音，但听起来仍然是错误的。

这是回放，其中p是pyAudio:

stream = p.open(format=pyaudio.paFloat32,
                channels=1,
                rate=fs,
                output=True)

stream.write(output)    
stream.stop_stream()
stream.close()    
p.terminate()

那么，我在这里做错了什么？

谢谢!

编辑:我也尝试在做irfft时使用.astype(dtype = np.float32)，因为pyaudio在流音频时会使用它。但是仍然很吵。

Answer 1

到目前为止，最好的工作解决方案似乎是使用中位数进行标准化，并使用.astype(np.float32)作为pyAudio输出是float32:

samplerate, data = wavfile.read(location)
input = data.T[0] # first track of audio
fftData = np.fft.rfft(input[sample:], length)
fftData = np.divide(fftData, np.median(fftData))
output = np.fft.irfft(fftData).astype(dtype=np.float32)

如果有人有更好的解决方案，我想听听。我尝试使用均值归一化，但仍然导致剪辑音频，使用np.max进行归一化会使整个音频过低。 FFT的这种归一化问题总是给我带来麻烦，因此在SO中找不到任何100％有效的解决方案。