我有一个 6 秒长的音频文件。该文件在超高频范围内隐藏了一条消息。我绘制采样率为 44100 的梅尔频谱图，并使用高通滤波器过滤基本信号，这是我在滤波之前和滤波之后绘制的梅尔频谱图
为了过滤，我使用了以下代码：
import librosa
from scipy import signal
x, sr = librosa.load(soundfile_4, sr=44100)
b = signal.firwin(101, cutoff=12000, fs=sr, pass_zero=False)
x = signal.lfilter(b, [1.0], x)
这是滤波信号的波形图：
我的问题是，过滤后，如何将信息从超高频范围降低到可听范围？！我知道我应该使用幅度解调，但不太清楚如何！
如果“AM”是 DSB-SC AM，您只需乘以载波频率和低通滤波器即可解调。我们可以通过观察您的滤波信号随时间（作为波形）来确定更多信息 - 包括如何提取载波，您也可以绘制它吗？
除此之外，假设它是 DSB-SC AM 调制，我建议以下作为一种简单的解调技术（我刚刚编造的，所以需要批评，如果这真的有效）：
通过以采样率交替 +1 -1 的交替序列，将调制信号的滤波信号单独相乘。这将反转频谱，例如将调制和频谱对称的波形移动到较低频率（称为载波-x，它给定载波奈奎斯特频率，运营商-x 将在），我们可以简单地对波形进行平方（如果是 DSB-SC）来确定载波频率（意味着将波形与自身相乘，如）。这将产生两倍于载波频率的强频率，调制剥离。对于后处理解调，通过在每个样本之间插入零来以一半的速率播放这个提取的载波（这会将恢复的载波延伸到一半速率，并在谐波处产生额外的载波，但我相信后续滤波应该拒绝这些分量，以便不需要额外的插值滤波），然后将其直接与载波 x 处的调制信号相乘。低通滤波器此结果（鉴于 OP 提供的图，1 KHz 的低通滤波器似乎足够了，但它应该小于, 目的是阻止出现在.
除非知道这条消息是隐藏的音频，否则我会怀疑它是一种数据模式，例如签名标签。