如何使用Numpy结合布莱克曼窗将音频信号分割为50ms块？

核心思路 #

直接硬分割音频等效于给块加矩形窗，块的首尾会出现突变，进而在FFT时引入大量高频泄漏。解决方法是：给每个分块乘布莱克曼窗（旁瓣衰减极强，能有效抑制突变带来的伪高频），同时采用重叠分块的方式，避免窗函数衰减块首尾导致的信号丢失。

实现步骤（Python + Numpy） #

假设你已经加载了音频信号为1维Numpy数组audio，已知采样率fs：

1. 计算分块参数
   根据50ms的要求，先算出每个块的样本数，再设置重叠比例（常用50%重叠）：

   import numpy as np
   
   fs = 44100  # 替换为你的音频实际采样率
   block_ms = 50
   block_size = int(fs * block_ms / 1000)  # 50ms对应的样本数
   overlap = 0.5  # 50%重叠，可根据需求调整
   step_size = int(block_size * (1 - overlap))  # 每次滑动的步长
   

2. 生成布莱克曼窗
   Numpy直接提供了布莱克曼窗的生成函数：

   blackman_win = np.blackman(block_size)
   

3. 分块并应用窗函数
   遍历滑动提取块，每个块乘窗函数后保存：

   windowed_blocks = []
   # 遍历到最后一个完整块为止
   for start_idx in range(0, len(audio) - block_size + 1, step_size):
       current_block = audio[start_idx : start_idx + block_size]
       # 给块加布莱克曼窗
       windowed_block = current_block * blackman_win
       windowed_blocks.append(windowed_block)
   

4. 对窗化块做FFT
   现在可以直接对每个处理后的块执行傅里叶变换：

   # 用rfft节省计算量（针对实信号）
   fft_results = [np.fft.rfft(block) for block in windowed_blocks]
   

关键细节说明 #

• 重叠分块的必要性：布莱克曼窗会让块的首尾幅度趋近于0，如果不重叠，后续拼接信号会出现明显的间隙；50%重叠是行业常用选择，能保证窗函数的能量覆盖完整，避免信息丢失。
• 布莱克曼窗的优势：相比矩形窗，它的旁瓣衰减可达-74dB，能最大程度抑制分块突变带来的高频泄漏，适合需要高精度频谱分析的场景。
• 边界处理：如果音频长度不足以生成最后一个完整块，你可以选择丢弃剩余部分，或者补零后再处理（补零会引入少量频谱误差，需根据需求权衡）。

内容的提问来源于stack exchange，提问作者Oladiano Meriko Onaiker