我正在编写一个 Python 函数，它将音频信号的频率降低到指定范围。我通过将时间序列与复指数相乘来执行降档，然后对结果进行低通滤波以消除低频移动到更高频率的循环效应。

该函数将用于在循环中逐块处理音频信号。我的问题是，启动索引会有什么影响$n$每个块的复指数为零？

在哪里$n \in \{0,..N-1\}$， 和$N$是块长度。

直觉上，我认为块之间会有不一致的相移，但我不确定。

有没有办法避免这种情况，而无需在程序的整个生命周期中不断增加索引？

这是代码：

from numpy import fft, pi, r_, exp, int16, array, fromstring, zeros
from scipy.signal import firwin, lfilter

def shiftFreq(data, cutoff, fs, hist=None):
    """ Downshift audio data

    Parameters
    ------------
    data: str
        Binary data string of 16-bit audio data
    cutoff: float
        The new max frequency component after downshift and filtering
    fs: float
        Sample rate of audio data
    hist: ndarray
        Filter delay line

    """
    data = fromstring(data, dtype=int16)
    N = len(data)
    num_taps = 128
    delay = num_taps - 2
    nyquist = fs/2

    # initialize history
    if hist is None:
        hist = zeros(delay, dtype=data.dtype)

    # Down-shift the data
    shift = nyquist - cutoff
    n = r_[0: N]
    new_data = (data * exp(-1j * 2 * pi * shift * n/fs)).real

    # Apply lowpass filter to remove cyclic effect
    fir = firwin(num_taps, cutoff, nyq=nyquist)
    new_data, hist = lfilter(fir, 1, new_data, zi=hist)

    return int16(new_data).tostring(), hist

顺便说一句，在执行降档时我还应该注意哪些其他注意事项，而我在这里没有考虑到这些注意事项？