白噪声意味着噪声样本之间没有相关性，即使是连续样本。因此，有色噪声意味着噪声样本之间存在某种相关性，这反过来又意味着我们可以利用这种相关性来消除一些噪声。

除此之外，关于它在时域中的样子，我们无话可说，只能说有利于低频的颜色，如粉红噪声，往往会变化得更慢，而高频颜色，如“蓝色”噪声，往往会变化得更快。

在 Audacity 中生成，从上到下：白色、粉色、布朗噪声。

放大：

我注意到以下差异：

1. 白噪声的幅度分布是均匀且不相关的。
2. 布朗噪声实际上是时域中的布朗运动（随机游走）。

真的很难说什么了。

我猜你问的是它们的声音而不是它们的外观，对吧？

“噪声的颜色”对应于混合不同的完美彩色波长时的感知：白色如果覆盖所有频率，粉红色表示蓝色较少（高频平滑下降），棕色（如果下降均匀更尖锐）等等......

类似地，时域中的“你的噪声的颜色”应该类比于自然噪声源：

• 水滴是独立的，在那里混合往往会形成白噪声，
• 安静的声音（“嘘……”）基本上是白噪声，会被您的语音设备过滤掉，因此这与粉红噪声相当，
• 例如，可以在音乐中感知颜色的多样性