python 傅立叶变换音频降噪

傅里叶变换可以将一个信号从时域转换到频域，通过分析频域信息，可以实现音频降噪。在 Python 中，可以使用 numpy 和 scipy 库进行傅里叶变换和逆变换。

以下是一个简单的示例代码，用于加载音频文件并对其进行傅里叶变换和逆变换以实现降噪：

import numpy as np
import scipy.io.wavfile as wavfile

# 加载音频文件
rate, data = wavfile.read('audio.wav')

# 将数据转换为复数数组
data_fft = np.fft.fft(data.astype(float))

# 计算频率域
freqs = np.fft.fftfreq(len(data))

# 将噪声滤波掉
data_fft[np.abs(freqs) > 3000] = 0

# 对数据进行逆傅里叶变换
data_ifft = np.fft.ifft(data_fft)

# 将数据转换为实数数组并写入新的音频文件
wavfile.write('audio_filtered.wav', rate, np.real(data_ifft).astype(np.int16))

在这个示例中，我们使用 `scipy.io.wavfile` 库来加载音频文件。我们将数据转换为复数数组，并使用傅里叶变换将其转换为频率域。然后，我们将高于3000Hz的噪声滤波掉，并使用逆傅里叶变换将其转换回时域。最后，我们将数据转换为实数数组并将其写入新的音频文件，以实现降噪效果。

请注意，这只是一个简单的示例代码，实际应用中需要根据具体需求进行调整。