Scipy Write Audio Issue

Question

Я делаю приложение ICA, где я пытаюсь отделить сигналы от наблюдения смешанного сигнала. Кажется, это работает теоретически, когда я смотрю на восстановленный сигнал ICA в numpy ndarray, сигнал отчетливо виден. Однако, когда я пытаюсь записать этот ndarray в .wav для воспроизведения, сигнал полностью исчезает. Это можно увидеть на следующем рисунке:

Первый график показывает сигнал ndarray numpy сигнала восстановления ICA. Второй график показывает, где я просто загрузил файл, который предположительно был написан scipy .wav write, так как вы можете видеть, что он молчит.

Такое поведение вызывает недоумение, поскольку ранее я использовал ту же самую процедуру для создания моих наблюдений смешанного сигнала, используя матрицу смешивания (также в том же формате, numpy ndarrays). На следующем рисунке вы заметите, что все происходит точно так же, и все же, по какой-то причине, scipy write .wav работал - второй график подтверждает, что сигнал был загружен из .wav, который был записан с первый график (массив numpy nd).

Я хотел бы знать, что за условный успехом для этого. Я знаю, что плавать и целые числа нужно обрабатывать осторожно, но я уверен, что ничего не забыл.

Картины объясняют это очень хорошо, единственное, что я хотел бы уточнить, что функция play_wav делает, это в основном просто пишет .wav и создает звуковой объект:

def play_wav(file, fs, data): 
    wavfile.write(file, fs, data.astype(np.dtype('i2'))) 
    display(Audio(filename=file)) 

импорт:

import numpy as np 
from scipy.io import wavfile 
from IPython.display import display, Audio 
from sklearn.decomposition import FastICA 

Answer 1

Похоже, что массив, который вы пытаетесь записать, содержит значения в диапазоне [-0.02, 0.02]. Когда вы передаете массив в 16 бит int перед записью его в WAV-файл, все эти значения будут усечены до нуля!

wavfile.write поддерживает массивы float32, поэтому вы можете просто пропустить шаг кастинга. В качестве альтернативы, масштабировать массив падать между 2 и -2 перед заливкой его в Int16, например .:

((data + data.min()) * (2 ** 15)/data.ptp()).astype(np.int16)