我尝试通过修改您的代码来查看您的库输出的正弦波：

def get_sample():
    sine1 = sine(440, 2)
    # sine2 = sine(220, 1)
    # sine1.mix(sine2)
    return sine1

然后绘制结果数据：

from matplotlib import pyplot as plt
def twos_comp(val, bits):
    """compute the 2's complement of int value val"""
    if (val & (1 << (bits - 1))) != 0: # if sign bit is set e.g., 8bit: 128-255
        val = val - (1 << bits)        # compute negative value
    return val                         # return positive value as is

N = 400

int_values = [twos_comp(x,8) for x in get_sample()._Sample__frames]
plt.plot(int_values[0:N])
plt.xlim([0,N])

并得到了一些看起来不像干净的正弦波的东西：

我想知道图书馆是否在做正确的事情？

我对我的代码进行了修改：

plt.plot(int_values[1:N:2])

这会产生更明智的结果：

所以它看起来像是sine()在产生一个立体声信号（或者可能是一个 16 位信号？）。

取消注释显示更多问题的sine2和mix行：get_sample

那么也许您的代码需要在混合之前对其进行缩放？

如果我将您更改get_sample为：

def get_sample():
    sine1 = sine(440, 2, amplitude=0.4)
    sine2 = sine(220, 1, amplitude=0.4) 
    sine1.mix(sine2)
    return sine1

这会改变正弦幅度，然后我得到

请参阅下面的图，将两个正弦曲线加在一起，它们是谐波相关的（特别是第二个是第一个频率的两倍），但幅度和初始相位相同（在这种情况下，余弦加到余弦的两倍）频率）：

还有另一种情况，两者之间的相位不同（在这种情况下，余弦被添加到正弦中）：

这是你的耳朵和大脑在对你玩“把戏”。这只是一个（心理声学实验验证的）事实，即人耳和大脑同时准确地（或几乎准确地）将谐波相关的频率分离正弦波或正弦波分量（从同一方向，同时开始等）组合成对单一音高声音的感知；并将这些正弦泛音的数量和相对幅度组合成不同的音色感觉。