[英]How to properly decode .wav with Python
我正在编写WAVE音频文件的基本频率分析,但是当涉及从WAVE帧转换为整数时我遇到了麻烦。
这是我的代码的相关部分:
import wave
track = wave.open('/some_path/my_audio.wav', 'r')
byt_depth = track.getsampwidth() #Byte depth of the file in BYTES
frame_rate = track.getframerate()
buf_size = 512
def byt_sum (word):
#convert a string of n bytes into an int in [0;8**n-1]
return sum( (256**k)*word[k] for k in range(len(word)) )
raw_buf = track.readframes(buf_size)
'''
One frame is a string of n bytes, where n = byt_depth.
For instance, with a 24bits-encoded file, track.readframe(1) could be:
b'\xff\xfe\xfe'.
raw_buf[n] returns an int in [0;255]
'''
sample_buf = [byt_sum(raw_buf[byt_depth*k:byt_depth*(k+1)])
- 2**(8*byt_depth-1) for k in range(buf_size)]
问题是:当我为单个正弦信号绘制sample_buf
时,我得到一个替代的,破坏的正弦信号 。 我无法弄清楚为什么信号与udpside-down重叠。
任何的想法?
PS:因为我是法国人,我的英语非常犹豫。 如果有丑陋的错误,请随时编辑。
这可能是因为您需要使用无符号值来表示16位样本。 请参阅https://en.wikipedia.org/wiki/Pulse-code_modulation
尝试为每个样本添加32767。
您还应该使用python struct模块来解码缓冲区。
import struct
buff_size = 512
# 'H' is for unsigned 16 bit integer, try 'h' also
sample_buff = struct.unpack('H'*buf_size, raw_buf)
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.