接着上一题，对语音信号加入噪声，再对时域波形和频谱进行比较，并试听回放效果，比较加噪前后的差别。

好的，您的问题是对语音信号加入噪声，再对时域波形和频谱进行比较，并试听回放效果，比较加噪前后的差别。

首先，我们可以使用Python中的librosa库来加载音频文件和加入噪声。下面是一个示例代码：

import librosa
import numpy as np

# 加载音频文件
audio_file = 'example.wav'
signal, sr = librosa.load(audio_file, sr=None)

# 生成噪声信号
noise = np.random.randn(len(signal))

# 将噪声信号加到语音信号上
noisy_signal = signal + 0.5*noise

接下来，我们可以使用Matplotlib库来绘制时域波形和频谱图。下面是一个示例代码：

import matplotlib.pyplot as plt

# 绘制原始语音信号的时域波形
plt.subplot(2,1,1)
plt.plot(signal)
plt.title('Original Signal')

# 绘制加噪后的语音信号的时域波形
plt.subplot(2,1,2)
plt.plot(noisy_signal)
plt.title('Noisy Signal')

# 显示图像
plt.show()

# 计算原始语音信号的频谱图
spec_orig = np.abs(librosa.stft(signal))

# 计算加噪后的语音信号的频谱图
spec_noisy = np.abs(librosa.stft(noisy_signal))

# 绘制原始语音信号的频谱图
plt.subplot(2,1,1)
librosa.display.specshow(librosa.amplitude_to_db(spec_orig, ref=np.max), y_axis='log', x_axis='time')
plt.title('Original Signal')

# 绘制加噪后的语音信号的频谱图
plt.subplot(2,1,2)
librosa.display.specshow(librosa.amplitude_to_db(spec_noisy, ref=np.max), y_axis='log', x_axis='time')
plt.title('Noisy Signal')

# 显示图像
plt.show()

最后，我们可以使用PyAudio库来播放加噪前后的语音信号。下面是一个示例代码：

import pyaudio

# 创建PyAudio对象
p = pyaudio.PyAudio()

# 播放原始语音信号
stream = p.open(format=pyaudio.paFloat32, channels=1, rate=sr, output=True)
stream.write(signal.astype(np.float32).tobytes())
stream.stop_stream()
stream.close()

# 播放加噪后的语音信号
stream = p.open(format=pyaudio.paFloat32, channels=1, rate=sr, output=True)
stream.write(noisy_signal.astype(np.float32).tobytes())
stream.stop_stream()
stream.close()

# 关闭PyAudio对象
p.terminate()

通过比较时域波形和频谱图以及听取加噪前后的语音信号，我们可以发现加噪后的语音信号会出现噪声，并且听起来会比加噪前的语音信号更加杂乱。