py用wave读取通道数为2的无压缩音频信号

东方耀

py用wave读取通道数为2的无压缩音频信号
语音信号有四个重要的参数：声道数、采样频率、量化位数和比特率




(声道数、量化位数、采样频率、采样点数、压缩类型、压缩类型的描述)

比特率=采样频率 * 量化位数

如果你需要自己录制和编辑声音文件，推荐使用Audacity，
它是一款开源的、跨平台、多声道的录音编辑软件。在我的工作中经常使用Audacity进行声音信号的录制，
然后再输出成WAV文件供Python程序处理

sudo apt update
sudo apt install audacity
jiang@jiang-Ubuntu:~$ sudo apt install audacity
正在读取软件包列表... 完成
正在分析软件包的依赖关系树
正在读取状态信息... 完成
audacity 已经是最新版 (2.2.1-1)。

wave库是python的标准库 wave模块只支持非压缩的数据

1. # -*- coding: utf-8 -*-
   
2. __author__ = u'东方耀 微信：dfy_88888'
   
3. __date__ = '2021/9/10 上午9:23'
   
4. __product__ = 'PyCharm'
   
5. __filename__ = '01_py用wave读取通道数为2的无压缩音频信号'
   
6. 
   
7. 
   
8. import wave
   
9. import matplotlib.pyplot as plt
   
10. import numpy as np
    
11. from matplotlib.font_manager import FontProperties
    
12. 
    
13. font_fname = "/usr/share/fonts/wps-office/simfang.ttf"
    
14. font = FontProperties(fname=font_fname)
    
15. 
    
16. # py用wave读取通道数为2的无压缩音频信号
    
17. # 语音信号有四个重要的参数：声道数、采样频率、量化位数和比特率
    
18. # "rb"：只读模式  "wb"：只写模式
    
19. with wave.open("01.wav", "rb") as f:
    
20.     # 读取格式信息
    
21.     # (声道数、量化位数、采样频率、采样点数、压缩类型、压缩类型的描述)
    
22.     # (nchannels, sampwidth, framerate, nframes, comptype, compname)
    
23.     params = f.getparams()
    
24.     # print("音频的所有参数：", params)
    
25.     nchannels, sampwidth, framerate, nframes = params[:4]
    
26.     # nchannels通道数 = 2
    
27.     # sampwidth量化位数 是字节数 = 2
    
28.     # framerate采样频率 = 44100  44.1k
    
29.     # nframes采样点数 = 跟时间有关
    
30.     print("读取音频的信息：通道数={},量化位数={},采样率={},单通道的采样点数={}".format(nchannels, sampwidth*8, framerate, nframes))
    
31. 
    
32.     # 读取的长度(以取样点为单位)，返回的是字符串类型的数据
    
33.     str_data = f.readframes(nframes)
    
34.     print("看看，奇怪？编码有关？：", type(str_data), len(str_data), str_data[:5])
    
35. 
    
36. 
    
37. # 将字符串转换为数组，得到一维的short类型的数组 有取整的意思
    
38. wave_data = np.fromstring(str_data, dtype=np.short)
    
39. print("numpy处理后的原始数据：", wave_data.shape, wave_data[:3], np.max(wave_data), np.min(wave_data))
    
40. 
    
41. # 赋值的归一化
    
42. wave_data = wave_data * 1.0 / np.max(wave_data)
    
43. 
    
44. # 整合左声道和右声道的数据
    
45. wave_data = np.reshape(wave_data, [nframes, nchannels])
    
46. # wave_data.shape = (-1, 2)   # -1的意思就是没有指定,根据另一个维度的数量进行分割
    
47. print("左右通道分开且归一化后的：", wave_data.shape, wave_data[:3, :])
    
48. 
    
49. # 最后通过采样点数和取样频率计算出每个取样的时间
    
50. time = np.arange(0, nframes) * (1.0 / framerate)
    
51. print("该段音频的持续时间{}s=单通道采样点数{}/采样率{}".format(nframes/framerate, nframes, framerate))
    
52. print("计算比特率kbps=", framerate*sampwidth*8*nchannels / 1000)
    
53. 
    
54. plt.figure()
    
55. # 左声道波形
    
56. plt.subplot(2, 1, 1)
    
57. plt.plot(time, wave_data[:, 0])
    
58. plt.xlabel("时间/s", fontproperties=font, fontsize=14)
    
59. plt.ylabel("幅度", fontproperties=font, fontsize=14)
    
60. plt.title("左声道", fontproperties=font, fontsize=14)
    
61. plt.grid()  # 标尺
    
62. 
    
63. plt.subplot(2, 1, 2)
    
64. # 右声道波形
    
65. plt.plot(time, wave_data[:, 1], c="g")
    
66. plt.xlabel("时间/s", fontproperties=font, fontsize=14)
    
67. plt.ylabel("幅度", fontproperties=font, fontsize=14)
    
68. plt.title("右声道", fontproperties=font, fontsize=14)
    
69. 
    
70. plt.tight_layout()  # 紧密布局
    
71. plt.show()
    
72. 
    
73. 
    

复制代码

zouqiqi

让天下人人学会人工智能！人工智能的前景一片大好！

zouqiqi

让天下人人学会人工智能！人工智能的前景一片大好！