Question

根据scipy.signal.resample的文档，速度应根据输入的长度而有所不同：

如前所述，重采样使用FFT转换，如果输入采样的数量较大且质数较大，则转换速度可能非常慢，请参阅scipy.fftpack.fft。

但是我使用相同的输入的时序（系数x14）非常不同，并且所需输出尺寸只有很小的变化：

import numpy as np, time
from scipy.signal import resample

x = np.random.rand(262144, 2)
y = np.random.rand(262144, 2)

t0 = time.time()
resample(x, 233543, axis=0)
print time.time() - t0          # 2.9 seconds here

t0 = time.time()
resample(y, 220435, axis=0)
print time.time() - t0          # 40.9 seconds here!

问题：我可以将输入零填充为2的幂（以照常加速FFT计算），但是由于我的重采样因子是固定的，所以我不能同时具有2的幂表示输入大小，2的幂表示所需的输出大小。。

如何加快scipy.signal.resample的速度？

如果不可能的话，并且如果scipy.signal.resample的性能可以很大程度地变化很大，那么它真的不方便实际使用。那对哪个应用有用呢？

注意：我的目标是音频重采样（重音等）

编辑：最好的解决方案是to use this。

Answer 1

重采样过程由FFT（输入大小），零填充和逆FFT（输出大小）组成。因此，不便的输出大小将使其速度降低，与不便的输入大小一样。

仅需补充一点，这仅适用于上采样。下采样的过程是：FFT->乘法-> iFFT->下采样。因此在下采样中，FFT / iFFT与输出大小无关，而与输入大小无关。

具有相同输入大小的快速和非常慢的scipy.signal.resample

1 个答案: