正如您可能注意到的，我对 python 和声音处理非常陌生。我（希望）使用 python 以及 logfbank 和 mfcc 函数从波形文件中提取 FFT 数据。（logfbank 似乎提供了最有希望的数据，mfcc 输出对我来说看起来有点奇怪）。
在我的程序中，我想更改 logfbank/mfcc 数据，然后从中创建波形数据（并将它们写入文件中）。我确实没有找到任何有关从 FFT 数据创建波形数据的过程的信息。你们中有人知道如何解决这个问题吗？我将非常感激:)
到目前为止，这是我的代码：
from scipy.io import wavfile
import numpy as np
from python_speech_features import mfcc, logfbank
rate, signal = wavfile.read('orig.wav')
fbank = logfbank(signal, rate, nfilt=100, nfft=1400).T
mfcc = mfcc(signal, rate, numcep=13, nfilt=26, nfft=1103).T
#magic data processing of fbank or mfcc here
#creating wave data and writing it back to a .wav file here