我正在尝试制作一个带有两个输入的通道声码器，一个是频率丰富的载波（音乐声音），另一个是调制器（人声）。应用通道声码器中涉及的操作会生成一个输出，使人声以载波音调唱歌。（想想 Songify。）

目前，我将两个信号拆分为指定大小的窗口，并将两个连续的窗口重叠一定的因素。然后计算载波和调制器窗口的 F​​FT。fft 进一步分成等长的带。该特定调制器 fft 幅度的平均值

for band_no = 0 to band_count:
        for i = 0 to band_length:
                avg+=magnitudeOfModulatorFFT[band_no*band_length + i];

然后我将“avg”乘以位于频带内的每个carrierFFT的频率值，然后取逆FFT。虽然这会产生所需的输出，但它也包括咔哒声。即使在将两个信号都乘以窗口函数之后。

我有什么办法可以解决这个问题？