pythonでwavファイルを書き出したい

Question

前提・実現したいこと

今回以下のような流れでプログラムをつくっています。
wavファイルを読み込み→FFT→バンドパスフィルタ処理→iFFT→処理後の時間信号がプロットされたか確認→wavファイル書き出し

発生している問題・エラーメッセージ

処理後の時間信号がプロットされたか確認は既にできていて、wavファイルが形としては出力されているのですが、音声が再生されない状態です。出力されたwavファイルの再生時間を確認したところ入力データと一緒でした。
今回こちらのサイトを参照
https://water2litter.net/rum/post/python_scipy_wavfile_write/

追加：
もう一つこちらのサイトを参考にしてもう一つbandpassのプログラムを改良して作ってみました。
http://tacky0612.hatenablog.com/entry/2017/11/28/133103
こちらの場合は、wavファイルが出力されるのですが、再生時間が0秒と書いてあり再生できない状態です。
bandpassの下にソースコードを記載しておきます。

該当のソースコード

import sys
import scipy.io.wavfile
from scipy.io.wavfile import write
from scipy.io.wavfile import read
from scipy.fftpack import rfft,irfft,fftfreq
import numpy as np
import matplotlib.pyplot as plt
 
#音声ファイル読み込み
args = sys.argv
wav_filename = args[1]
rate, data = scipy.io.wavfile.read(wav_filename)

print(data)

#縦軸（振幅）の配列を作成
data = data / 32768
#横軸（時間）の配列を作成　　#np.arange(初項, 等差数列の終点, 等差)
time = np.arange(0, data.shape[0]/rate, 1/rate) 


#縦軸：dataを高速フーリエ変換する（時間領域から周波数領域に変換する）
fft_data = np.fft.fft(data)  
#横軸：周波数の取得　　#np.fft.fftfreq(データ点数, サンプリング周期)
freqList = np.fft.fftfreq(data.shape[0], d=1.0/rate)  

# 正規化 + 交流成分2倍
fft_data = fft_data/24000 #サンプル数/2
#fft_data[0] = fft_data[0]/2

# 配列fft_dataをコピー
fft_data2 = fft_data.copy()

# bandpass処理
fft_data2[(freqList < 300)&(freqList > -300)] = 0   #highpass
fft_data2[(freqList > 3300)|(freqList < -3300)] = 0 #lowpass

# 高速逆フーリエ変換（時間信号に戻す）
data2 = np.fft.ifft(fft_data2)
#data2 = np.array(data2,dtype = np.int16) #戻しておかないとすごい音がする

# 振幅を元のスケールに戻す
data2 = np.real(data2*48000) #N = 16000*3

###############################################
#### 画像をプロットするプログラムは長いため省略 ####
###############################################

data.flags.writeable = True
write('out.wav',rate,data2)

実行例: python ~.py ~.wav
###追加のソースコード

import numpy as np
import sys
from scipy.fftpack import rfft,irfft,fftfreq
import wave
import matplotlib.pyplot as plt

# ファイルを読み出し
args = sys.argv
wav_filename = args[1]
wf = wave.open(wav_filename,"r")

rate = wf.getframerate()
nframes = wf.getnframes()
width = wf.getsampwidth()

amp  = (2**8) ** width / 2 #???
data = wf.readframes(nframes) #frameの読み込み
wf.close()
data = np.frombuffer(data,'int16') # intに変換
data = data / amp                  # 振幅正規化(-1~1)

# make time axis
time = np.arange(0, nframes/rate, 1.0/rate)

fft_data = np.fft.fft(data)
freq = np.fft.fftfreq(nframes,1.0/rate)

#正規化
fft_data = fft_data/(nframes/2)

#配列fft_dataをコピー
fft_data2 = fft_data.copy()

# bandpass処理
fft_data2[(freq < 300)&(freq > -300)] = 0   #highpass
fft_data2[(freq > 3300)|(freq < -3300)] = 0 #lowpass

# 高速逆フーリエ変換（時間信号に戻す）
data2 = np.fft.ifft(fft_data2)
#data2 = np.array(data2,'int16') 

# 振幅を元のスケールに戻す
data2 = np.real(data2*nframes) 

###############################################
#### 画像をプロットするプログラムは長いため省略 ####
###############################################

###ファイル書き込み###
write_wave = wave.open("1.wav","wb")
write_wave.setparams(wf.getparams())
write_wave.writeframes(data2)
write_wave.close()

試したこと

サイトの通り読み込んだデータは書き込み禁止らしいので、

data.flags.writeable = True

を追加した。

補足情報（FW/ツールのバージョンなど）

anaconda3を使用

Comments

[jbpb0]

> write('out.wav',rate,data)

data2じゃなくて、data？

[iface]

回答ありがとうございます。
すいません、data2だと思います。
しかし、data2に直しても結果は一緒でした。

[jbpb0]

rate, data = scipy.io.wavfile.read(wav_filename)
の直後に
print(np.max(data))
print(np.min(data))
を追加して実行した結果と、コードの最後に
print(np.max(data2))
print(np.min(data2))
を追加して実行した結果を比べると、全然違いますよね
前者は整数、後者は浮動小数点だし、桁も全然違います
そこを合わせないと(もともとのdataに合わせる)いけないのではないですかね

[jbpb0]

data = data / 32768
をやる前の、元々のdataの型と大きさ(桁)に合わせる

[iface]

dataとdata2のサイズの比較は以前したのですが、やはりそこが問題なのですね。
data:
Max:23973
min:-28157

data2:
Max:0.982835678912711
min:-1.1392373711083272

元々のdataの型と大きさに合わせるというのは、型をint型にして、data2のサイズを10^4倍させればよいということですか。

[jbpb0]

コード内のあちこちで正規化と称して何か掛けたり割ったりしてますけど、下記をやれば分かりますが、fft→ifftをしたら値は元に戻るので、ifftして最終的に音声に戻して利用するのが前提なら、そういうこと(正規化)は要らないんですよ

rate, data = scipy.io.wavfile.read(wav_filename)
fft_data = np.fft.fft(data)
fft_data2 = fft_data.copy()
data2 = np.fft.ifft(fft_data2)
data2ri = data2.real.astype(np.int16)

print(np.max(data))
print(np.min(data))

print(np.max(data2))
print(np.min(data2))

print(np.max(data2ri))
print(np.min(data2ri))

なので、桁が合わないからまた何か掛けて辻褄を合わせるとかするのではなく、そもそも不要な掛け算とか割り算とかしてるところを全部消して、wavに書き込む前に複素数の実部だけにしてから型をint16にして書き込めばいいんじゃないですかね

[iface]

ありがとうございます。wavファイルもちゃんと出力されて動作確認も行えました。
正規化がどのような動作をしているのか詳しく把握していなかったのですごく勉強になります。

Answer 1

dataとdata2のサイズのMax,minを比較してみると下記のようになった。

data
Max:23973
min:-28157

data2:
Max:0.982835678912711
min:-1.1392373711083272

data2は浮動小数点で実数に直す必要があったため、時間信号に戻す際にint型に戻す必要があった。

data2 = np.fft.ifft(fft_data2)
data2ri = data2.real.astype(np.int16)