为何新音频文件的峰值未被静音？如何正确将峰值振幅置零？

你当前代码的问题在于：signal.find_peaks仅返回单个峰值顶点的采样索引，而不是整个高振幅的峰值区域。你只将这一个顶点设为0，周围那些振幅仍然大于0.2的采样点保留了下来，所以输出波形里仍能看到高振幅的峰值区域。

根据你的需求，有两种可行的修正方式：

方式1：扩展峰值区域，静音峰值周围的采样点 #

如果目标是静音整个峰值（包括顶点附近的高振幅区域），可以给每个峰值设置一个静音窗口，将顶点前后N个采样点都置为0：

import scipy.signal as signal
import numpy as np
import matplotlib.pyplot as plt
import soundfile as sf

# 加载音频文件
audio_file = '/content/audio.wav'
y, sr = sf.read(audio_file)

# 提取单声道（假设双声道内容一致）
y_mono = y[:, 0]

# 找到振幅大于0.2的峰值索引
peaks, _ = signal.find_peaks(y_mono, height=0.2)

# 定义静音窗口大小（可根据音频采样率调整，示例为前后各10个采样点）
window_size = 10

# 复制音频数据
y_muted = np.copy(y_mono)

# 遍历每个峰值，将前后window_size范围内的采样点置零
for peak in peaks:
    # 计算窗口边界，避免超出数组索引范围
    start_idx = max(0, peak - window_size)
    end_idx = min(len(y_muted), peak + window_size + 1)
    y_muted[start_idx:end_idx] = 0

# 可视化原波形与标记的峰值
plt.figure(figsize=(14, 5))
plt.plot(y_mono)
plt.plot(peaks, y_mono[peaks], "x", color="red")
plt.title("标记峰值后的音频波形")
plt.xlabel("采样点")
plt.ylabel("振幅")
plt.show()

# 可视化静音后的波形
plt.figure(figsize=(14, 5))
plt.plot(y_muted)
plt.title("静音后的音频波形")
plt.xlabel("采样点")
plt.ylabel("振幅")
plt.show()

# 导出静音后的双声道音频
muted_file = '/content/muted_audio.wav'
sf.write(muted_file, np.column_stack((y_muted, y[:, 1])), sr)

方式2：直接静音所有振幅超过0.2的采样点 #

如果需求是所有振幅绝对值大于0.2的采样点都静音（而非仅检测到的峰值顶点），可以直接通过布尔索引筛选并置零：

import scipy.signal as signal
import numpy as np
import matplotlib.pyplot as plt
import soundfile as sf

# 加载音频文件
audio_file = '/content/audio.wav'
y, sr = sf.read(audio_file)

# 提取单声道
y_mono = y[:, 0]

# 复制音频数据并将所有振幅超阈值的采样点置零
y_muted = np.copy(y_mono)
# 用绝对值处理负振幅的情况
y_muted[np.abs(y_muted) > 0.2] = 0

# 可视化原波形与标记的峰值（可选）
peaks, _ = signal.find_peaks(y_mono, height=0.2)
plt.figure(figsize=(14, 5))
plt.plot(y_mono)
plt.plot(peaks, y_mono[peaks], "x", color="red")
plt.title("标记峰值后的音频波形")
plt.xlabel("采样点")
plt.ylabel("振幅")
plt.show()

# 可视化静音后的波形
plt.figure(figsize=(14, 5))
plt.plot(y_muted)
plt.title("静音后的音频波形")
plt.xlabel("采样点")
plt.ylabel("振幅")
plt.show()

# 导出静音后的双声道音频
muted_file = '/content/muted_audio.wav'
sf.write(muted_file, np.column_stack((y_muted, y[:, 1])), sr)

• 如果需要处理双声道，建议直接对整个音频数组操作，避免左右声道不一致：y_muted_stereo = np.copy(y); y_muted_stereo[np.abs(y_muted_stereo) > 0.2] = 0
• 方式1中的window_size需要根据音频采样率调整：比如44100Hz采样率下，10个采样点约对应0.2毫秒，可根据实际峰值的宽度灵活修改。

内容的提问来源于stack exchange，提问作者Noob Python