在Python中读取*.wav文件

Question

我需要分析写在.wav文件中的声音.为此,我需要将此文件转换为数字集(例如,数组).我想我需要使用wave包.但是,我不知道它是如何工作的.例如,我做了以下事情:

import wave
w = wave.open('/usr/share/sounds/ekiga/voicemail.wav', 'r')
for i in range(w.getnframes()):
    frame = w.readframes(i)
    print frame

由于这个代码我希望看到声压作为时间的函数.相反,我看到很多奇怪的,神秘的符号(不是十六进制数字).任何人,请求,帮助我吗？

Answer 1

根据源,scipy.io.wavfile.read(somefile)返回两个元组的元组:第一个是每秒采样的采样率,第二个是numpy从文件中读取所有数据的数组.看起来很容易使用!

例如:

from scipy.io import wavfile
fs, data = wavfile.read('./output/audio.wav')

Answer 2

我今天晚上做了一些研究,并想出了这个:

import wave, struct

waveFile = wave.open('sine.wav', 'r')

length = waveFile.getnframes()
for i in range(0,length):
    waveData = waveFile.readframes(1)
    data = struct.unpack("<h", waveData)
    print(int(data[0]))

希望这段代码可以帮助某人.详细信息:使用struct模块,您可以获取波形帧(在-32768之间的2s互补二进制; 0x8000和32767; 0x7FFF)这将读取MONO,16位,WAVE文件.我发现这个网页在制定这个网页时非常有用.

此代码段读取1帧.要读取多个帧(例如,13),请使用

waveData = waveFile.readframes(13)
data = struct.unpack("<13h", waveData)

Answer 3

用于阅读wav的不同python模块:

至少有以下这些库来读取wave音频文件:

• PySoundFile
• scipy.io.wavfile(来自scipy)
• wave(读取流.包含在python 2和3中)
• scikits.audiolab(似乎没有维护)
• sounddevice(播放和录制声音,适用于流和实时)
• pyglet

最简单的例子:

这是Pysoundfile的一个简单示例:

import soundfile as sf
data, samplerate = sf.read('existing_file.wav') 

输出格式:

警告,数据并不总是采用相同的格式,具体取决于库.例如:

from scikits import audiolab
from scipy.io import wavfile
from sys import argv
for filetest in argv[1:]:
    [x, fs, nbBits] = audiolab.wavread(filePath)
    print '\nReading with scikits.audiolab.wavread: ', x
    [fs, x] = wavfile.read(filetest)
    print '\nReading with scipy.io.wavfile.read: ', x

用scikits.audiolab.wavread读取:[0. 0. 0. ...,-0.00097656 -0.00079346 -0.00097656]用scipy.io.wavfile.read读取:[0 0 0 ..., - 32 -26 -32 ]

PySoundFile和Audiolab在-1和1之间返回浮点数(如matab那样,这是音频信号的惯例).Scipy和wave返回整数,可以根据编码位数在float中转换.

例如:

from scipy.io.wavfile import read as wavread
[samplerate, x] = wavread(audiofilename) # x is a numpy array of integer, representing the samples 
# scale to -1.0 -- 1.0
if x.dtype == 'int16':
    nb_bits = 16 # -> 16-bit wav files
elif x.dtype == 'int32':
    nb_bits = 32 # -> 32-bit wav files
max_nb_bit = float(2 ** (nb_bits - 1))
samples = x / (max_nb_bit + 1.0) # samples is a numpy array of float representing the samples 

Answer 4

恕我直言,将声音文件中的音频数据转换为NumPy数组的最简单方法是PySoundFile:

import soundfile as sf
data, fs = sf.read('/usr/share/sounds/ekiga/voicemail.wav')

这也支持开箱即用的24位文件.

有很多可用的声音文件库,我写了一个概述,你可以看到一些优点和缺点.它还有一个页面,说明如何使用该wave模块读取24位wav文件.

Answer 5

您可以使用scikits.audiolab模块完成此操作.它需要NumPy和SciPy才能运行,还需要libsndfile.

注意,我只能让它在Ubunutu上运行而不是在OSX上运行.

from scikits.audiolab import wavread

filename = "testfile.wav"

data, sample_frequency,encoding = wavread(filename)

现在你有了wav数据

Answer 6

如果您想逐块处理音频，一些给定的解决方案在某种意义上非常糟糕，它们意味着将整个音频加载到内存中，从而产生许多缓存未命中并减慢程序速度。python-wavefile提供了一些pythonic结构，通过生成器使用高效透明的块管理来进行 NumPy 逐块处理。其他pythonic的优点是文件的上下文管理器，元数据作为属性......如果你想要整个文件界面，因为你正在开发一个快速原型并且你不关心效率，整个文件界面仍然存在。

一个简单的处理示例是：

import sys
from wavefile import WaveReader, WaveWriter

with WaveReader(sys.argv[1]) as r :
    with WaveWriter(
            'output.wav',
            channels=r.channels,
            samplerate=r.samplerate,
            ) as w :

        # Just to set the metadata
        w.metadata.title = r.metadata.title + " II"
        w.metadata.artist = r.metadata.artist

        # This is the prodessing loop
        for data in r.read_iter(size=512) :
            data[1] *= .8     # lower volume on the second channel
            w.write(data)

该示例重用同一个块来读取整个文件，即使最后一个块通常小于所需大小也是如此。在这种情况下，您将获得块的一部分。因此，请相信返回的块长度，而不是使用硬编码的 512 大小进行任何进一步处理。