- 综合排序
- 最热优先
- 最新优先
- 来自专栏又见苍岚
修改 wav 音频采样率
语音识别时指定采样率 16k，本文记录使用 python 实现音频采样率改变的过程。 import scipy.io.wavfile as wav # 打开音频文件sample_rate, data = wav.read('test.wav') 其中 sample_rate 为当前音频采样率 例如我当前测试音频，sample_rate 为 : 48000 我的目标是将其转换为 16000 转换采样率 scipy.signal 模块的 resample() 函数可以转换采样率。 12345 from scipy.signal import resample # 将采样率转换为 16Knew_rate = 16000resampled_data = resample(data, resampled_data) 完整代码 12345678910111213 from scipy.signal import resampleimport scipy.io.wavfile as wav# 将采样率转换为
2K20编辑于 2023-06-27 - 来自专栏全栈程序员必看
带通滤波器设计要注意采样率
设计为采样频率600M,中心频率140M,带宽2M, Fs_org = 140e6; Fs = Fs_org; T = 1/Fs; % 600 / 140 = 4.28, 约600M采样率, t1 = [0:T/4.28:1000*T]; % 原先错误代码,几乎就没有滤波 % t1 = [0:T/200:1000*T]; % 错误在于采样率远远大于600M p = 3*sin(t1*2*pi
50110编辑于 2022-09-01 - 来自专栏全栈测试
视频码率帧率采样率，了解一下？
1、视频码率：数据传输时单位时间传送的数据位数，也就是 是指视频文件在单位时间内使用的数据流量，一般用kbps单位，及千位每秒； 也就是取样率（并不等同与采样率，采样率的单位是Hz，表示每秒采样的次数） 3、采样率：采样率（也称为采样速度或者采样频率）定义了每秒从连续信号中提取并组成离散信号的采样个数，它用赫兹（Hz）来表示。采样率是指将模拟信号转换成数字信号时的采样频率，也就是单位时间内采样多少点。 单位为 bps(Bit Per Second)，比特率越高，传送的数据越大，音质越好.比特率 =采样率 x 采用位数 x声道数。
6.5K10发布于 2019-10-17 - 来自专栏工程师看海
过采样系列一：采样定理与过采样率
在详细介绍采样定理之前，我们一定要知道一个非常有趣的频率现象：‘任何模拟信号，在离散化后，在频率上都会按照采样率周期性延拓。’ 先抛个问题： 我们以fs=100Hz的采样率，采集一段模拟信号，得到了100个采样点，我们能够重构出原始的模拟信号，得到模拟信号的频率信息吗？ 采样定理与过采样率 上文中的fa是信号的带限（信号的最大频率范围），2*fa是采样定理的基本要求；M*2*fa中，M就是过采样率，过采样率是对‘采样定理的最低采样频率’而言的。 过采样率M每提高4倍，可以让ADC分辨率B提高1bit。举例如下： 过采样率分别为4、16、64，ADC分辨率B分别会提高1、2、3bit。这个后面会继续深入介绍。
3.1K30编辑于 2022-06-23 - 来自专栏工程师看海
哪个采样率高？
ADC采样率通常以每秒采样的次数来表示，单位为赫兹（Hz）。采样率决定了模拟信号在单位时间内被离散采样的次数。较高的采样率意味着更多的样本被记录下来，从而提供了更准确的信号再现。 上面有两个波形，都是采集的13Hz、10uVpp的正弦信号，哪个图的采样率是1kHz？哪个图的采样率是10kHz呢？ 更高的采样率如96 kHz、192 kHz等在高保真音频或专业录音领域中使用，以捕捉更广范围的频率和细节。 采样率和噪声之间存在一定的关系。 为了避免Aliasing噪声，采样率必须满足奈奎斯特(Nyquist)采样定理，即采样率应至少为被采样信号最高频率的两倍。 那么上图中，哪个图是10kHz的采样率呢？看海说第二个图、噪声大的是采样率高的，这是为什么呢？相信各位同学心里已经有了答案。
52020编辑于 2023-08-09 - 来自专栏ICSOC.TECH
Audio ABC | CD为何是44.1KHz采样率？
这样当一个播放器播放wav文件的时候，它首先读取文件头，了解这个声音的采样率、采样精度、声道数目，就可以恢复出正确的声音了。 简单来说，存放于CD中的音频编码标准就是声音通道数为2、采样精度16bit、编码格式为线性PCM、采样率固定是44.1KHz。 ? 具体到这个问题，就是音频CD的采样率沿用了PCM适配器的采样率，而PCM适配器的采样率还要能够兼容视频存储设备的特定要求，以便利用当时已有的视频存取设备来存取其中的音频数据。 这就是44.1KHz采样率的由来的原因之一。 这样44.1KHz的音频采样率可以保证对两种视频制式的最大限度兼容。
5.3K22发布于 2020-07-06 - 来自专栏工程师看海
过采样系列三：量化误差与过采样率
Fs/(2*BW)就是过采样率。 我们所说的过采样率每提高4倍，可以提高ADC 1bit的有效分辨率就是根据上面的公式来的，过采样率可以参考以前文章： 过采样系列一：采样定理与过采样率 为什么“过采样率每提高4倍，可以提高ADC 1bit 举个栗子： 当过采样率OSR为1时， 当过采样率OSR为4时， 对比公式1和公式2，只有红色框部分不同，即过采样带来的SNR收益和增加分辨率N是可以转化等效的。 额外增加的位数N+： N+=10log(OSR)/6.02， 当OSR=1,4,16，，，，时，N+=1,2,3，，，，， 这就是通常所说的，过采样率每增加4倍，可以提高1bit分辨率的原因。 量化误差与过采样率最经典的解释是频谱密度解释，篇幅有限，后面文章都会持续更新。
1.2K40编辑于 2022-06-23 - 来自专栏不会跳舞的鸟
JS 录制压缩16K采样率(SampleRate)音频
各个平台只接受 16K/8K SampleRate 的音频，JS 录制默认是 44.1K SampleRate，这时需要压缩采样率。
3.1K30编辑于 2022-11-16 - 来自专栏6G
为什么采用30.72MHz作为最小采样率？
是人为划的还是有什么自然因素导致”的答案时，又遇到 30.72MHz 采样率的问题，先来聊聊这个问题。 我们在说 LTE 和 5G NR 基带系统的采样率时，经常会遇到一个看似违反直觉的事实：对于 20MHz 的基带信号带宽，转换至数字域所需的最低采样率是 30.72MHz。 那么，接下来，我们来看看为何是 30.72MHz 的采样率，而不采用 20MHz 或者30MHz。 同时，根据3GPP的规范，5G NR的实际子载波数目为1272，采用30.72MHz采样率也是够的。 这一采样率的选择确保了系统能够高效地处理宽带信号，同时保持了信号的完整性与准确性。 感谢阅读！
75410编辑于 2024-07-02 - 来自专栏全栈程序员必看
解决树莓派IOError: -9997 采样率16K错误
树莓派在基于pyaudio录音的时候会提示如上错误，这主要是使用的树莓派声卡不支持当前的采用率，没关系，其实在alsa架构下我们可以通过声卡的插件实现转换。在树莓派下家目录创建一个声卡隐藏配置文件 .asoundrc。特别说明，不要在你的pyaudio里面设置打开声卡的编号因为下面的配置已经配置了。
80330编辑于 2022-11-03 - 来自专栏云深之无迹
从40G 采样率 ADC 看三种交织误差校准
现代高采样率 ADC 的俩种流派：“时间交织” 和 “频谱分片” 全新光电混合架构 ADC 前端-达 640 GSa/s的采样率 ISSCC 2025，72GS/s 9bit 学界最高指标 分级流水线 总数据输出速率计算 总速率 也就是： （1 Byte = 8 bit） 对应 ADC 采样参数验证 ADC 采样率：40 GS/s 分辨率：8 bit 理想原始数据流量应为： 与上面计算完全一致，说明
14410编辑于 2026-01-07 - 来自专栏工程师看海
5000字示波器基础 | 如何理解示波器的采样率和存储深度？
如果采样率低于Nyquist采样率则会导致混叠（Aliasing）现象。 左：250MS/s采样率的波形显示 右：20GS/s采样的波形显示 仔细观察我们会发现左图中触发位置和触发电平没有对应起来，而且采样率只有250MS/s，右图中使用了20GS/s的采样率。 采样率与带宽的关系 提到采样率就不能不提存储深度。对DSO而言，这两个参量是密切相关的。 ，提高示波器的存储深度可以间接提高示波器的采样率：当要测量较长时间的波形时，由于存储深度是固定的，所以只能降低采样率来达到，但这样势必造成波形质量的下降；如果增大存储深度，则可以以更高的采样率来测量，以获取不失真的波形 下图的曲线充分揭示了采样率、存储深度、采样时间三者的关系及存储深度对示波器实际采样率的影响。
3.5K20编辑于 2023-09-27 - 来自专栏云深之无迹
AD7771 高级功能-相干采样（支持非整数的采样率）
相干采样（Coherent Sampling） 参数 它允许用户对采样率进行极精细的调整，以实现与输入信号的相位对齐，避免因采样率误差导致的信号失真或能量泄漏。 在传统 ADC 采样中，如果输入信号的频率与 ADC 采样率（ODR）不完全匹配，会导致： 频谱泄漏（Spectral Leakage）：信号的能量被扩散到不相关的频率成分。 AD7771 通过可编程采样率转换器（SRC, Sample Rate Converter），允许以 15.2 µSPS（微赫兹）的精度调整采样率，从而：精确锁定采样率与信号频率的整数倍关系，消除频谱泄漏 核心是这个寄存器 AD7771 的相干采样基于 采样率转换器（SRC），允许用户设置 非整数 的采样率，方法如下： 设定基准时钟（MOD_MCLK） 计算所需的采样率（ODR） 通过寄存器 SRC_N_MSB Rate 为整数部分 IF 为小数部分，允许 亚赫兹级别的采样率调整 比如目标采样率 = 2.8 kSPS，先设 MOD_MCLK = 2048 kHz DecimatioRate： 2048/2.8
34810编辑于 2025-04-15 - 来自专栏云深之无迹
全新光电混合ADC系统-640 GSas的采样率（YUNSWJ仿真版）
这是一篇Nature光上面的文章，首次展示了基于Kerr孤子微梳（Kerr soliton microcomb）的光电混合ADC系统，实现了320 GHz的采集带宽（对应640 GSa/s的采样率），创下了目前 Step 5：数字拼接与重建 将每个子频段分别低速采样（因带宽较窄）；利用 DSP 对多个段进行频域拼接（消除重叠区，保持幅相一致性）；最终重构出原始宽带信号，达到超高等效采样率。 啧啧，这实验真的是做不起一点 现在大概商用的极限就是这样，一直说有国产的，我也没有见过 性能 项目 结果 采集带宽 320 GHz 等效采样率 640 GSa/s ENOB（有效位数） 2.6–3.3（ lfilter from scipy.fft import fft, ifft, fftshift, ifftshift # 参数设置 fs = 640e9 # 有效采样率 import numpy as np from scipy.fft import fft, ifft, fftshift # 参数设置 fs = 640e9 # 有效采样率
46110编辑于 2025-07-14 - 来自专栏云深之无迹
现代高采样率 ADC 的俩种流派：“时间交织” 和 “频谱分片”
例如：4 个 ADC，每个采样率 2 GS/s，时序错开 90°，→ 总体等效采样率 = 8 GS/s。
11510编辑于 2026-01-07 - 来自专栏FPGA技术江湖
几块钱几分钟打造100MHz采样率逻辑分析仪
几块钱几分钟打造100MHz采样率逻辑分析仪 5 分钟内将 Raspberry Pi Pico（或任何 RP2040 板）变成简单的逻辑分析仪。 特征 16个通道 100 MHz 采样率（优化得当（超频）后为 250 MHz），每个系统时钟周期采集 1 个样本 200 KB 内存 使用 PIO 快速触发 支持的硬件 树莓派 Pico RP2040
47310编辑于 2024-12-20 - 来自专栏OpenFPGA
几块钱几分钟打造100MHz采样率逻辑分析仪
几块钱几分钟打造100MHz采样率逻辑分析仪 5 分钟内将 Raspberry Pi Pico（或任何 RP2040 板）变成简单的逻辑分析仪。 特征 16个通道 100 MHz 采样率（优化得当（超频）后为 250 MHz），每个系统时钟周期采集 1 个样本 200 KB 内存 使用 PIO 快速触发 支持的硬件 树莓派 Pico RP2040
1.7K11编辑于 2023-12-13 - 来自专栏云深之无迹
一个Σ-Δ ADC中不会写出来的参数：OSR（最小过采样率）
在Σ-Δ ADC中频繁出现的说ODR： image-20250721193322759 在 Σ-Δ ADC 中，“最小过采样率（Minimum Oversampling Ratio，OSR）”是指系统为了达到有效的噪声整形效果 OSR 定义公式 ：Σ-Δ 调制器的时钟频率（也就是它的采样率，称为 调制频率） ：有用信号带宽 分母中的 是 **奈奎斯特率 (Nyquist Rate)**，指带宽为 的信号的最小采样频率 为什么是这个公式 OSR（过采样率） ：采样率相对于 Nyquist 频率的倍率，设计中需保证 OSR ≥ 最小值，才能获得预期分辨率。 频谱 在不同 OSR（过采样率）设置下，经过一阶 Σ-Δ 调制器与 FIR 低通滤波器处理后的输出频谱： OSR = 8：低频量化噪声仍很强，SNR 较差 OSR = 16：噪声整形开始见效，低频干净些
74810编辑于 2025-07-24 - 来自专栏FPGA/ARM/DSP技术专栏
200MSPS采样率，RK3588F高速AD采集与实时显示案例来了！
/pcie_ad_display -m 2由上图打印信息可知，读取速率约为505MB/s，采样率为200MSPS。同时，HDMI显示屏将会实时显示动态波形，如下图所示。至此，演示步骤就结束啦。
49620编辑于 2025-02-25 - 来自专栏我爱计算机视觉
经典重温：FAIR提出SlowFast，用双分支非对称网络处理不同采样率的视频！代码开源！
本文分享论文『SlowFast Networks for Video Recognition』，FAIR提出《SlowFast》，用双分支非对称网络处理不同采样率的视频！代码已开源！ 同时，由于较低的时间采样率，Slow pathway可以更多地集中在空间域和语义上。通过以不同的时间采样率处理原始视频，本文的方法允许这两条路径在视频建模方面拥有自己的专业知识。 作者将网络分成了两个分支，slow path的采样率较低，网络也较大，可以捕获更加丰富的特征，fast path的采样率更高，网络较小，因此可以较少高采样率带来的高计算量。
1.6K10编辑于 2021-12-27
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号