将numpy int16音频数组转换为float32

Question

我有原始二进制int16数据，正在使用将其转换为numpy数组

audio = np.fromstring(raw_data, dtype=np.int16)

数据是音频数据。当我将数据转换为float32时，音频会失真：

audio = audio.astype(np.float32, order='C')

我将音频保存到磁盘以使用SoundFile进行收听：

soundfile.write('out.wav', audio, sample_rate)

如果我不执行该astype操作而直接将音频写入磁盘，则不会出现失真（即）。

# no distortion
audio = np.fromstring(raw_data, dtype=np.int16)
soundfile.write('out.wav', audio, sample_rate)

# distortion
audio = np.fromstring(raw_data, dtype=np.int16)
audio = audio.astype(np.float32, order='C')
soundfile.write('out.wav', audio, sample_rate)

在这里转换数据类型的正确方法是什么？

Answer 1

按照惯例，浮点音频数据被归一化为[-1.0,1.0]的范围，您可以通过缩放来实现：

audio = audio.astype(np.float32, order='C') / 32768.0

这可能为您解决了该问题，但是您需要确保soundfile.write编写了一个指示float32的wav标头。它可以根据数组的dtype自动执行此操作。