End effects就是分帧处理中问题，群里大佬都说加窗能解决，好，本大佬刚才看到一个博文说，铺地板，这个比较生动形象，我觉得也是，不妨试试看了。
效果复现如下，源码在此：https://github.com/speechdnn/end_effects
注意这里面有个COLA条件，请不要用对称窗，选择周期性的。其实在实现上与“标准差”的概念差不多，总体标准差啥之类的，只是N与N-1的区别，就是个概念问题。寡人自己写的hanning窗函数，很好写的，我就不公开了，哈哈，毕竟是劳动成果。
刚才听了下台湾刘教授的声讯方面的课，可以，视频做的不错，很666.
目前先采用hopsize=win//2的情况，其他情况后续再考虑。似乎拼接处仍旧有畸变出现，并没有完全消除啊，我了个天啊。
咋回事呀？？真是人生艰难啊。不妨先试试，没有任何处理的帧之间的拼接，只为证明这样做是否合适。
似乎没有问题，出现这种问题的原因可能是butter滤波器本身是递归的原因，它依赖于信号的所有样点。
【早上看到群里一个傻逼，说什么比你有钱的多了，
老子立刻骂回去，你这傻逼拿别人的威风灭别人的志气，厉害啊，有钱也是人家有钱啊，你有个毛啊，还不是照样每天搬砖】
第一个图我是先对每一帧的信息加窗然后再进行的每一帧的滤波，这个效果不好，后来我先每一帧直接滤波，然后对滤波结果进行加窗处理，当然我分帧时有hopsize，这种结果比较好，如图下，其他参数与第一个图保持一致。
这个效果比较理想，可能就是群里所说的情况，但是当我窗长降低为1000时，因为上面的是8000.
这个结果实在不能令人满意啊，，难道hopsize应该再大点？？？hopsize为一半时是符合COLA的。
当hopsize=win*3/4时，结果如下：此时也是符合COLA的
这种情况下的累加就有点复杂了，似乎也不符合实时处理的要求了，当一半的overlap还可以忍受，这特么每次只前进1/4窗长，这个处理时间就是原来的4倍了。保留的处理结果就是4帧的了，处理完后的第一帧只能输出1/4,剩下的3/4都要保留，处理后的第二帧，将其1/4与上一帧的2/4相加并输出，保留后面的3/4，以此类推，就是这么做。
这里面的3/4需要保留一个数组，并且在循环中不断更新，当来新的3/4要错位相加，然后抛出1/4，继续。。。。。。
老子下午又捋了一遍，梳理清楚了，写代码实现：当hop_size为3/4*frame_size时的确可以恢复更好的结果，端点问题削弱到更小了，这估计是最好的效果了吧。再不行就得换方法了，其他OLA
这个图片比上个图片好很多吧，参数一样，但时间也上来了，这特么就是个折中问题。。。。
另外有相关问题可以加入QQ群讨论，不设微信群
QQ群：868373192
语音深度学习群