將numpy int16音頻數組轉換為float32

Question

我有原始二進制int16數據，正在使用將其轉換為numpy數組

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

數據是音頻數據。 當我將數據轉換為float32時，音頻會失真：

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

我將音頻保存到磁盤以使用SoundFile進行收聽：

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

如果我不執行astype操作而將音頻直接寫入磁盤，則不會出現失真（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)

在這里轉換數據類型的正確方法是什么？

Answer 1

按照慣例，浮點音頻數據被歸一化為[-1.0,1.0]的范圍，您可以通過縮放來實現：

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

這可能為您解決了該問題，但是您需要確保soundfile.write寫入一個wav標頭，該標頭指示float32。 它可以根據數組的dtype自動執行此操作。