MELP算法中首先需要將一幀語音數據通過一個60Hz的低通四階切比雪夫二型濾波器，以去除低頻干擾信號。預處理結束之后需要將數據通過一個1kHz的六階巴特沃夫濾波器以便進行下一步的基音提取操作。

     這里我們可以從C源碼中找到濾波器系數，所以直接利用scipy中的signal生成，將兩個濾波器的代碼整理如下：

#coding=utf-8__author__ = 'cao'####該模塊保存常用的濾波器，包括預處理的隔直流濾波器####1kHz的高通濾波器，以及分帶的濾波器import scipy.signal as signalimport numpy as np##dc隔直流濾波器的系數DC_ORD = 4##低通濾波器的系數LPF_ORD=6###隔直流濾波器的濾波器系數dc_den = np.array([1.00000000,              -3.84610723,              5.55209760,              -3.56516069,              0.85918839])dc_num =np.array([0.92692416,             -3.70563834,             5.55742893,             -3.70563834,             0.92692416])####低通濾波器系數lpd_den = np.array([1.00000000,                    -2.97852993,                    4.13608100,                    -3.25976428,                    1.51727884,                    -0.39111723,                    0.04335699])lpd_num = np.array([0.00105165,                    0.00630988,                    0.01577470,                    0.02103294,                    0.01577470,                    0.00630988,                    0.00105165])# def polflt(input,coeff,output,order,npts):#     for i in range(npts):#         accum = input[i]#         for j in range(1,order+1):#             accum = output[i-j]*#本函數提供一個高通濾波器，去除60hz以下的頻率def DC_rov(data):    return signal.lfilter(dc_num,dc_den,data)#本函數提供一個低通濾波器，濾出1kHz以上的頻率def lpd(data):    return signal.lfilter(lpd_num,lpd_den,data)