### 设计过程 #### 录制8kHz音频 为了录制8kHz的音频文件，可以利用`pyaudio`库。安装所需的包之后，通过设置采样率为8000Hz来配置录音流。 ```bash sudo apt-get install portaudio19-dev python-all-dev python3-all-dev jackd1 portaudio19-doc jack-tools meterbridge liblo-dev pip install pyaudio swig numpy scipy matplotlib ``` 下面是一个简单的脚本用于捕获来自麦克风的数据并保存为WAV文件[^3]： ```python import wave import pyaudio def record_audio(filename, duration=5, sample_rate=8000, chunk_size=1024, channels=1): p = pyaudio.PyAudio() stream = p.open(format=pyaudio.paInt16, channels=channels, rate=sample_rate, input=True, frames_per_buffer=chunk_size) print(f"Recording {duration} seconds of audio...") frames = [] for _ in range(0, int(sample_rate / chunk_size * duration)): data = stream.read(chunk_size) frames.append(data) print("Finished recording.") stream.stop_stream() stream.close() p.terminate() wf = wave.open(filename, 'wb') wf.setnchannels(channels) wf.setsampwidth(p.get_sample_size(pyaudio.paInt16)) wf.setframerate(sample_rate) wf.writeframes(b''.join(frames)) wf.close() record_audio('output_8khz.wav', duration=5, sample_rate=8000) ``` 这段代码会创建一个名为`output_8khz.wav`的新音频文件，其中包含了以8kHz速率采集的声音片段。 #### 自定义镜像滤波器实现内插至16kHz 对于将8kHz升频到16kHz的操作来说，这涉及到两个主要步骤：零填充（即在原始样本之间插入额外的零值）和应用抗混叠低通滤波器去除不必要的高频成分。考虑到这一点，可以选择设计一个巴特沃斯类型的低通滤波器作为抗混叠手段，因为这类滤波器在整个通带范围内提供平坦响应，有助于保持原有声音特征不变的同时有效抑制高于新奈奎斯特频率的部分[^2]。 具体实施如下： - **零填充**：先简单地向现有数据集中间位置添加零值； - **滤波器设计与应用**：采用SciPy中的`signal.butter()`方法构建所需阶数N的巴特沃斯型LPF，并调用`filtfilt()`函数双向过滤输入序列以防相位失真影响最终输出质量。 以下是完整的Python代码示例： ```python from scipy import signal import numpy as np import librosa # For loading the .wav file and saving it after processing. def upsample_and_filter(input_signal, original_sr=8000, target_sr=16000, filter_order=5): ratio = target_sr // original_sr # Insert zeros between samples (zero stuffing). zero_padded = np.zeros(len(input_signal)*ratio) zero_padded[::ratio] = input_signal nyquist_freq = 0.5 * target_sr cutoff_frequency = min(original_sr/2., nyquist_freq)/nyquist_freq b, a = signal.butter(filter_order, Wn=cutoff_frequency, fs=target_sr, btype='lowpass') filtered_output = signal.filtfilt(b=b, a=a, x=zero_padded) return filtered_output, target_sr # Load an existing wav file. data, sr = librosa.load(path="output_8khz.wav", sr=None) upsampled_data, new_sampling_rate = upsample_and_filter( input_signal=data, original_sr=sr, target_sr=16000 ) librosa.output.write_wav('output_16khz_filtered.wav', upsampled_data, new_sampling_rate) print("Upsampling complete.") ``` 此段程序读取之前记录下来的8kHz WAV文件，对其进行两倍过采样处理后另存为新的16kHz版本。注意这里选择了五级巴特沃斯滤波器，实际项目可根据需求调整其复杂度以平衡计算成本同性能表现之间的关系。 #### 音色变化分析 当把较低采样率提升至更高水平时，理论上讲应该不会显著改变源材料的本质属性——只要所选滤波策略得当的话。然而，在实践中可能会观察到细微差别，比如更加清晰明亮的感觉或是某些特定细节变得更加突出。这是因为更高的分辨率允许捕捉更多瞬态信息，从而使得重放效果听起来更为自然流畅。不过总体而言，如果操作正确无误，那么大多数听众很难察觉两者间的区别所在[^1]。