Python/numpy: генерировать звук из обратного БПФ синтетического спектра ⇐ Python

[Anonymous]

Я продолжаю возиться с найденным мной кодом для анализа/классификации звука в файлах .wav, в том числе с средневзвешенным по амплитуде и стандартным. отклонение спектра rfft (я знаю, что спектр типичного звукового сэмпла не очень хорошо описывается гауссовым колоколом... но я всегда могу это исправить позже).
Просто из чистого любопытства и в основном для "развлечения" я решил сгенерировать .wav-файл со сгенерированным тоном из синтетического спектра с этим средним и стандартным отклонением.
Быстрый тест подтвердил, что я могу создать .wav-файл файл с восстановленным исходным звуком, сохранив выходные данные numpy.irfft() в массиве, возвращаемом numpy.rfft(). Пока все хорошо.
И тут я застрял. Казалось бы, очевидная вещь — сохранить вывод из

Код: Выделить всё

numpy.irfft(numpy.random.normal(wAv,wStd,N))

генерирует звуковой файл, который невозможно усилить, несмотря на то, что я масштабирую выходной сигнал IRFFT в тот же диапазон, что и исходные звуковые данные, и спектр не имеет пика на ожидаемой частоте wAv (насколько этому можно доверять).
Написав это, я понимаю, что должен строить массив значений, которые следуют реальной кривой Гаусса, а не являются случайными. Это могло бы объяснить отличие результирующего спектра от того, что я ожидал, но не проблему мощности. Может ли это быть связано с тем, что я передаю в IRFFT массив чисто действительных чисел вместо комплексных чисел, которые ему могут понадобиться?

Подробнее здесь: https://stackoverflow.com/questions/798 ... c-spectrum