使用python從mp3音頻文件中獲取振幅數據

Question

我有一個mp3文件，我想基本上繪制出該音頻樣本中存在的振幅頻譜。 我知道如果我們有一個wav文件，我們可以很容易地做到這一點。 有很多python軟件包可用於處理wav文件格式。 但是，我不想將文件轉換為wav格式，然后存儲然后使用。 我要實現的目標是直接獲取mp3文件的幅度，即使我必須將其轉換為wav格式，腳本也應該在運行時進行廣播，而無需實際將文件存儲在數據庫中。 我知道我們可以像下面這樣轉換文件：

from pydub import AudioSegment
sound = AudioSegment.from_mp3("test.mp3")
sound.export("temp.wav", format="wav")

並創建了預期的temp.wav，但是我們可以僅使用內容而不存儲實際文件嗎？

Answer 1

MP3是已編碼的wave（+標簽和其他內容）。 您需要做的就是使用MP3解碼器對其進行解碼。 解碼器將為您提供需要進一步處理的完整音頻數據。

如何解碼mp3？ 令我震驚的是，幾乎沒有可用的Python工具。 雖然我在這個問題上找到了一個很好的人。 它叫做pydub ，我希望我可以使用作者提供的示例代碼片段（我用wiki的更多信息更新了它）：

from pydub import AudioSegment

sound = AudioSegment.from_mp3("test.mp3")

# get raw audio data as a bytestring
raw_data = sound.raw_data
# get the frame rate
sample_rate = sound.frame_rate
# get amount of bytes contained in one sample
sample_size = sound.sample_width
# get channels
channels = sound.channels

請注意，此時raw_data處於“播放中”狀態；）。 現在由您決定如何使用收集的數據，但是此模塊似乎可以為您提供所需的一切。