Python 如何使用带portaudio的numpy提取低音、中高音

在这个例子中，我对portaudio和numpy很好奇

我不是100%确定fft，我如何传递numpy块并返回低音、中音和高音的-1.0到1.0之间的三个值

我不介意这仅仅是一个频道，因为我能理解其中的音频部分，当我看着它们时，数学在我面前游荡：）

你所指的问题的选择答案中提到的，给你“光谱”--给出各种频率范围/片段（例如，以赫兹表示）中声音强度的大量值集合

如何将（比如说）一千个强度（比如说，每10赫兹频谱片一个强度）转换成三个数字，这当然是一个很有启发性的问题——例如，你可以决定哪些频率范围对应于“低音”和“高音”，而这两者之间的所有频率都是“中音”，并计算出每个区域的平均强度。值得一提的是，我认为“低音”的通用约定是高达250Hz，“高音”为6KHz及以上（介于“中频”）的通用约定，例如cfr——但这是一个相当武断的约定，所以，“选择你的毒药”！）

---

一旦你有了相对水平，你就需要将它们彼此标准化，并适当地调整它们，使其位于你想要的范围内（可能是在对数范围内，因为人类的听觉就是这样工作的；-）。

实际上，你不会使用傅里叶变换来实现这一点

在低音、中音和高音中分割任何音频信号通常使用滤波器。A是一种信号处理设备，可衰减特定的频率范围。滤波器可以数字或电子方式构建。例如，它们用于扬声器中的音频交叉系统

要获得低频低音部分，您需要使用低通滤波器。低通滤波器滤除高频。它们也被称为“高截止”过滤器。
要获得中频中频，您需要使用带通滤波器。带通滤波器滤除低频和高频。它们也被称为“钟形过滤器”。
要获得高频高音部分，您需要使用高通滤波器。高通滤波器滤除所有低频。它们也称为“低截止”滤波器

实际上，您也只能使用高通和低通滤波器。如果从原始信号中减去两个滤波信号，结果将是带通滤波信号。这为您节省了一个过滤器

每个滤波器都有一个阈值频率。阈值频率是一个特殊频率，滤波器应从该频率开始滤波。根据滤波器阶数，信号将衰减6 dB/oct（第一阶）、12 dB/oct（第二阶）、18 dB/oct（第三阶）等。对于您的应用，二阶设计可能很好。
请注意，过滤器通常会在某些方面干扰信号，并且阶数越高，听到的声音就越多。顺便说一下，这是纯物理，适用于所有信号处理，包括傅里叶变换

---

使用这三个滤波器相当于只使用三个光谱点进行傅里叶变换

您希望-1到1.0是什么意思？你用什么频率范围来定义低音、中音和高音？选择频率是一个很好的点，因为现在使用三个相同大小的范围就足够了。为了提高速度，我宁愿能够从numpy获得3个片段，而不是使用python来转换频谱。因为这是用于图形的，这可能就足够了，如果没有，我可以稍后再处理频率。主要的优先事项是性能，而不是在纯python中进行太多的处理。