使用scipy.ndimage.shift实现信号延迟效果出错求助

错误原因 #

• 时间步长计算完全错误：原代码中time_value_of_cell = delay/sl逻辑颠倒，每个采样点的时间间隔应该是1/sl（sl是传入的采样率sr_sl_d），而非延迟时间除以采样率。
• 偏移采样数计算逻辑混乱：基于错误的时间步长，shift值的计算完全偏离实际需求，导致信号被偏移到完全错位的位置。
• 误用卷积实现延迟：延迟效果不需要通过卷积实现，直接平移原信号即可，卷积操作反而破坏了信号的延迟特性。
• 多余的归一化操作：y = y / np.sum(y)会无意义地改变信号幅值，完全不符合延迟效果的需求。

修复思路 #

1. 修正采样时间间隔的计算：每个采样点的时间为1/采样率，即1/sl。
2. 正确计算偏移采样数：延迟时间（秒）乘以采样率，得到需要偏移的采样点数，公式为shift_samples = int(delay / 1000 * sl)。
3. 直接对原信号执行偏移操作：使用scipy.ndimage.interpolation.shift处理原信号，得到延迟后的信号，无需卷积。
4. 移除错误的归一化步骤，保留信号原有幅值特性。
5. 优化绘图：添加图例、坐标轴标签，更清晰地对比原信号与延迟信号。

修正后的完整代码 #

import numpy as np
import scipy.ndimage.interpolation
import matplotlib.pyplot as plt
import librosa as lb  # 假设lb是librosa，原代码中用于加载音频

def delaySignal(array, delay_ms, sr):
    # array: 输入信号数组
    # delay_ms: 延迟时间（毫秒）
    # sr: 信号采样率
    delay_s = delay_ms / 1000
    # 计算需要偏移的采样点数
    shift_samples = int(delay_s * sr)
    # 执行信号偏移
    delayed_array = scipy.ndimage.interpolation.shift(array, shift_samples)
    return delayed_array

# 加载音频信号
y_sl_d, sr_sl_d = lb.load('simpleLoop.wav')
# 生成延迟100ms的信号
y_delayed = delaySignal(y_sl_d, 100, sr_sl_d)

# 绘图对比
plt.figure(figsize=(12, 6))
plt.plot(y_sl_d, label='原信号')
plt.plot(y_delayed, label='延迟100ms信号', alpha=0.7)
plt.xlabel('采样点')
plt.ylabel('幅值')
plt.title('原信号与延迟信号对比')
plt.legend()
plt.show()

内容的提问来源于stack exchange，提问作者Majora-NK