scipy滤波器系数直接处理音频失效：filtfilt与lfilter差异排查

我正在使用Python为.wav音频文件实现带通滤波：通过scipy的butter函数生成4阶带通滤波器系数，使用filtfilt函数处理音频可得到预期效果，但直接用相同系数通过lfilter处理时却无法得到理想结果。

可行的filtfilt实现代码 #

from scipy.signal import butter, filtfilt
from scipy.io import wavfile

def butter_bandpass(lowcut, highcut, fs, order=4):
    nyq = 0.5 * fs
    low = lowcut / nyq
    high = highcut / nyq
    b, a = butter(order, [low, high], btype='band')
    return b, a

def butter_bandpass_filter(data, lowcut, highcut, fs, order=4):
    b, a = butter_bandpass(lowcut, highcut, fs, order=order)
    y = filtfilt(b, a, data)
    return y

filename = "Heart Data 1 (1).wav"
fs, data = wavfile.read(filename)

lowcut = 30
highcut = 450
order = 4

b, a = butter_bandpass(lowcut, highcut, fs, order=order)
print("Filter Coefficients (b):", b)
print("Filter Coefficients (a):", a)

filtered_data = butter_bandpass_filter(data, lowcut, highcut, fs, order=order)

生成的滤波器系数 #

b = [3.76138361e-05, 0.00000000e+00, -1.50455344e-04, 0.00000000e+00,
     2.25683017e-04, 0.00000000e+00, -1.50455344e-04, 0.00000000e+00,
     3.76138361e-05]
a = [1.0, -7.56134654, 25.03021633, -47.37940103, 56.09188775,
     -42.53071304, 20.16985559, -5.46999014, 0.64949108]

效果不佳的lfilter实现代码 #

from scipy.signal import lfilter
from scipy.io import wavfile

filename = "Heart Data 1 (1).wav"
fs, data = wavfile.read(filename)

b = [3.76138361e-05, 0.00000000e+00, -1.50455344e-04, 0.00000000e+00,
     2.25683017e-04, 0.00000000e+00, -1.50455344e-04, 0.00000000e+00,
     3.76138361e-05]
a = [1.0, -7.56134654, 25.03021633, -47.37940103, 56.09188775,
     -42.53071304, 20.16985559, -5.46999014, 0.64949108]

filtered_data = lfilter(b, a, data)

我预期两种方法使用相同系数应得到一致结果，请问使用lfilter的方法问题出在哪里？

核心差异原因 #

1. 滤波阶数与次数：filtfilt会对信号执行两次滤波（先正向处理，再将结果反转后反向处理），这相当于把原本的4阶滤波器变成了8阶的等效滤波器；而lfilter仅做一次正向滤波，是4阶的因果滤波器，两者的滤波强度和特性完全不同。
2. 相位特性：filtfilt是零相位滤波，不会改变信号的相位关系，适合音频这类对相位敏感的场景；lfilter是因果滤波，会引入明显的相位偏移，导致音频听感失真。
3. 边界效应处理：filtfilt会自动对信号边缘进行延拓（如镜像延拓），减少滤波后的边界失真；而lfilter默认初始条件为0，高阶滤波器下信号开头部分会出现明显的失真。

用lfilter模拟filtfilt效果的方法 #

如果需要用lfilter接近filtfilt的零相位滤波效果，可以手动实现正向+反向滤波，并设置合适的初始条件减少边界失真：

from scipy.signal import lfilter, lfilter_zi
from scipy.io import wavfile
import numpy as np

filename = "Heart Data 1 (1).wav"
fs, data = wavfile.read(filename)

b = [3.76138361e-05, 0.00000000e+00, -1.50455344e-04, 0.00000000e+00,
     2.25683017e-04, 0.00000000e+00, -1.50455344e-04, 0.00000000e+00,
     3.76138361e-05]
a = [1.0, -7.56134654, 25.03021633, -47.37940103, 56.09188775,
     -42.53071304, 20.16985559, -5.46999014, 0.64949108]

# 生成匹配信号初始值的滤波器初始条件，减少边界失真
zi = lfilter_zi(b, a) * data[0]
# 正向滤波
y_fwd, _ = lfilter(b, a, data, zi=zi)
# 反向滤波（对正向结果反转后处理）
y_rev, _ = lfilter(b, a, y_fwd[::-1], zi=zi)
# 反转回原方向，得到零相位滤波结果
filtered_data = y_rev[::-1]

这段代码的效果会和filtfilt非常接近，本质就是模拟了filtfilt的核心逻辑。

内容的提问来源于stack exchange，提问作者Sanjith T