Procesado por bloques

Las clases OctaveFilterBank, WeightingFilter (para ponderación A, C o Z) y TimeWeighting admiten procesado por bloques (streaming): el estado interno del filtro se conserva entre llamadas, de modo que las salidas concatenadas por bloques coinciden con una única pasada sobre la señal completa.

Con stateful=True las salidas concatenadas por bloques coinciden exactamente con el resultado continuo; sin estado, cada frontera de bloque reinicia el transitorio del filtro.

Crea un banco con estado usando stateful=True. El estado interno se inicializa a cero por defecto, pero puede inicializarse al régimen permanente de la respuesta al escalón (como scipy.signal.sosfilt_zi) con steady_ic=True.

Notas al usar un OctaveFilterBank con estado:

• El detrending debe desactivarse en procesado por bloques (detrend=False), ya que puede introducir discontinuidades entre bloques.
• El remuestreo no está soportado en procesado por bloques: usa resample=False.
• zero_phase=True es incompatible con el modo stateful (el filtrado bidireccional necesita la señal completa).
• Un WeightingFilter con estado usa el diseño bilineal clásico (high_accuracy=False); consulta Ponderación frecuencial.

Ejemplo

import soundfile as sf
from phonometry import OctaveFilterBank, WeightingFilter

fs = 48000
octavefilter = OctaveFilterBank(fs, 1, stateful=True, resample=False)
afilter = WeightingFilter(fs, "A", stateful=True)

for block in sf.blocks("measurement.wav", blocksize=256, overlap=0):

    # Aplicar el filtro A
    weighted = afilter.filter(block)

    # Dividir en bandas de octava
    block_spl, _, block_output = octavefilter.filter(weighted, sigbands=True, detrend=False)

    # procesado posterior de la señal
    ...

Ponderación temporal entre bloques

Usa la clase TimeWeighting (el estado se lleva automáticamente):

from phonometry import TimeWeighting

tw = TimeWeighting(fs, mode="fast")
for block in audio_blocks:
    envelope = tw.process(block)

O gestiona el estado tú mismo con la API funcional — consulta Ponderación temporal.

Estado multicanal

Todas las clases con estado gestionan entrada multicanal (channels, samples): el estado se reserva de forma perezosa en la primera llamada para ajustarse al número de canales, y se realoja si este cambia (p. ej. pasar de estéreo a mono reinicia el estado).

Patrón de sonómetro en tiempo real

El bucle de streaming canónico — ponderar, obtener la envolvente e informar bloque a bloque con todo el estado conservado entre llamadas:

import numpy as np
from phonometry import TimeWeighting, WeightingFilter

fs, block = 48000, 4800  # bloques de 100 ms
aw = WeightingFilter(fs, "A", stateful=True)
env = TimeWeighting(fs, mode="fast")  # la clase es inherentemente stateful

for x in audio_stream(block):            # tu callback de captura
    y = env.process(aw.filter(x))
    spl = 10 * np.log10(y[..., -1] / (2e-5) ** 2)  # LAF instantáneo
    display(spl)

Restricciones del modo con estado

Opción	Comportamiento con estado	Motivo
detrend	debe ser False	El detrending por bloque crea discontinuidades en las fronteras
resample	debe ser False	El remuestreador no conserva estado
zero_phase	no soportado	El filtrado bidireccional necesita la señal completa
high_accuracy (ponderación)	por defecto se resuelve a False; pasar True explícito lanza ValueError	El remuestreo polifásico interno es incompatible con bloques
steady_ic	opcional	Arranca los filtros en el régimen permanente de la respuesta al escalón