信息处理 - numpy.correlate 和自相关；音频信号 - 吾爱随笔录

我想计算我的音频处理系统的输入和输出音频信号之间的延迟。输入和输出信号以带符号的 16 位整数形式提供。为了尝试，我使用以下 numpy 命令尝试了输入信号的自相关：

import numpy as np
import wave
wfp = wave.open('test.wav', 'rb')
samples = wfp.readframes(wfp.getnframes())
signal = np.frombuffer(samples, np.int16)
corr = np.correlate(signal, signal, "full")

我假设自相关的峰值始终位于滞后 0 处，即 corr 数组中的索引 corr.size / 2 处。但是，当我计算 np.argmax(corr) 时，我得到了不同的索引值。

当我首先对信号进行归一化以获得 -1.0 和 +1.0 之间的值时，峰值总是如预期的那样在 corr.size / 2 处，至少在我使用不同信号的测试中是这样。

对于标准化，我使用了以下步骤：

signal = signal / float(0xFFFF)

有人可以向我解释一下，为什么我必须对信号进行标准化。

import numpy as np from scipy import fft from scipy.io import wavfile r1,s1 = wavfile.read(in1) r2,s2 = wavfile.read(in2) assert r1==r2, "syncstart normalizes using ffmpeg" fs = r1 ls1 = len(s1) ls2 = len(s2) padsize = ls1+ls2+1 padsize = 2**(int(np.log(padsize)/np.log(2))+1) s1pad = np.zeros(padsize) s1pad[:ls1] = s1 s2pad = np.zeros(padsize) s2pad[:ls2] = s2 corr = fft.ifft(fft.fft(s1pad)*np.conj(fft.fft(s2pad))) ca = np.absolute(corr) xmax = np.argmax(ca) if xmax > padsize // 2: file,offset = in2,(padsize-xmax)/fs else: file,offset = in1,xmax/fs