numpy本身不提供音频滤波功能，真正实现滤波的是scipy.signal；需用signal.butter设计滤波器、signal.filtfilt进行零相位滤波，且必须显式传入采样率fs，配合数据类型归一化与浮点运算才能正确去噪。
NumPy本身不提供音频滤波功能，得靠scipy.signal
直接用numpy做音频去噪是行不通的——它没有滤波器设计、卷积或频谱分析的内置函数。真正干活的是scipy.signal，而numpy只负责底层数组运算和数据容器。如果你已经加载了音频为numpy.ndarray（比如用scipy.io.wavfile.read或librosa.load），那后续所有滤波操作都得切到scipy.signal里做。
常见错误现象：AttributeError: module 'numpy' has no attribute 'butter' 或试图用np.convolve手写滤波但相位失真严重。
- 必须导入
from scipy import signal，不是import numpy as np就够的 -
np.array存音频数据没问题，但滤波逻辑不能只靠它 - 采样率
sr这个参数必须明确传给signal.butter等函数，不能省略
用butter+filtfilt实现零相位低通滤波最稳妥
对语音或环境录音去高频噪声（比如嘶嘶声、开关电源干扰），低通滤波最常用。直接用signal.butter配signal.filtfilt能避免相位扭曲，比lfilter更安全，尤其对瞬态信号（如语音辅音）。
关键参数差异：
-
signal.butter(N, Wn, btype='low', fs=sr)：其中Wn是截止频率（Hz），不是归一化值；fs必须显式传入，否则默认归一化到[0,1] -
signal.filtfilt(b, a, data)：两次反向滤波，彻底消除相移；不能用于实时流式处理，但适合离线音频文件 - N一般取2~6；N=2（二阶巴特沃斯）已足够平滑，N太大易引发数值不稳定
示例片段：
inference.sh 的 Python SDK：运行 AI 应用、构建智能体，并集成 150 多个模型。包名：inferencesh (pip install inferencesh)。支持同步/异步……
from scipy import signal b, a = signal.butter(2, 4000, btype='low', fs=sr) cleaned = signal.filtfilt(b, a, noisy_audio)
频域去噪别硬刚FFT，先用stft+mask再istft
想做更精细的去噪（比如抑制特定频段噪声），纯时域滤波不够用，得进频域。但别直接对np.fft.fft结果粗暴置零——会引发吉布斯效应和明显“嗡嗡”伪影。
正确路径是短时傅里叶变换（STFT）→ 谱减或掩码 → 逆变换。虽然numpy能算FFT，但STFT的窗函数、重叠、填充逻辑容易出错，推荐用scipy.signal.stft和istft闭环。
- 窗长选256或512点（对应约5–11ms），重叠率建议75%（即
nperseg=512, noverlap=384） - 噪声估计别用首帧均值，实际中常截取静音段（如前0.2秒）计算平均幅度谱作为噪声模板
- 掩码后务必用
signal.istft还原，别自己拼接ifft，否则相位丢失导致声音破碎
注意float精度与音频格式兼容性
原始WAV文件常是16位整型（int16），但滤波必须在浮点域进行。很多人漏掉归一化这步，导致溢出或无声输出。
- 读取后立刻转
noisy_audio = noisy_audio.astype(np.float64) / 32768（对int16） - 滤波完若要保存WAV，必须再缩放回
int16范围：np.clip(cleaned * 32767, -32768, 32767).astype(np.int16) - 用
np.float32足够，float64无必要且慢；但滤波系数b,a内部用float64更稳 - 采样率不匹配会直接让滤波失效——检查
sr是否和原始音频一致，别用错成44100去滤8000采样的语音
真正麻烦的从来不是调哪个函数，而是采样率、数据类型、归一化、相位这几个环节里悄悄漏掉一个细节，整段音频就废了。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
