可以将44.1kHz单通道.wav文件中的一秒读取到长度为44100的数组（称为b）中。给定矩阵A，我们寻求系统Ax = b的解。通过Gauss-Seidel的迭代，向量如果我们将b记录的录音，则将一些白噪声作为我们的初始猜测，并在每次交替中写出Ax，我们会观察到b中高音调的音符首先变得可听，而同时白噪声的音调分解。
最初的12秒.wav文件的音频（白噪声）initialAx.wav
初始Ax，残差和残差FFT的图：
need-to-insert-img
need-to-insert-img
need-to-insert-img
经过一轮迭代，高音转化gauss_seidel_out000000.wav
在光谱中可以看到一些结构：
need-to-insert-img
need-to-insert-img
need-to-insert-img
第二次迭代：gauss_seidel_out000001.wav
need-to-insert-img
need-to-insert-img
need-to-insert-img
第三次迭代：gauss_seidel_out000002.wav
need-to-insert-img
need-to-insert-img
need-to-insert-img
第四次迭代：gauss_seidel_out000003.wav
need-to-insert-img
need-to-insert-img
need-to-insert-img
这一切都在python中完成。将.wav文件加载到数组中，在scipy中还不错。为了避免缓存问题，必须使用稀疏矩阵类，因为12秒的.wav文件需要一个大小为12 * 44100的数组。这是我使用的TridiagonalMatrix类代码片段：
网友评论