無需在Python上寫入磁盤即可加入.wav文件

Question

我有一個二進制格式的.wav文件列表（它們來自websocket），我想加入一個二進制.wav文件然后用它進行語音識別。 我已經能夠使用以下代碼：

audio = [binary_wav1, binary_wav2,..., binary_wavN] # a list of .wav binary files coming from a socket
audio = [io.BytesIO(x) for x in audio]

# Join wav files
with wave.open('/tmp/input.wav', 'wb') as temp_input:
    params_set = False
    for audio_file in audio:
        with wave.open(audio_file, 'rb') as w:
            if not params_set:
                temp_input.setparams(w.getparams())
                params_set = True
            temp_input.writeframes(w.readframes(w.getnframes()))

# Do speech recognition
binary_audio = open('/tmp/input.wav', 'rb').read())
ASR(binary_audio)

問題是我不想在磁盤中寫入'/tmp/input.wav'文件。 沒有在磁盤中寫入任何文件，有沒有辦法做到這一點？

謝謝。

Answer 1

擁有文件但從不將其放入磁盤的一般解決方案是流。 為此，我們使用io庫，它是用於處理內存流的默認庫。 您甚至已經在代碼中使用BytesIO早期的BytesIO 。

audio = [binary_wav1, binary_wav2,..., binary_wavN] # a list of .wav binary files coming from a socket
audio = [io.BytesIO(x) for x in audio]

# Join wav files

params_set = False
temp_file = io.BytesIO()
with wave.open(temp_file, 'wb') as temp_input:
    for audio_file in audio:
        with wave.open(audio_file, 'rb') as w:
            if not params_set:
                temp_input.setparams(w.getparams())
                params_set = True
            temp_input.writeframes(w.readframes(w.getnframes()))

#move the cursor back to the beginning of the "file"
temp_file.seek(0)
# Do speech recognition
binary_audio = temp_file.read()
ASR(binary_audio)

注意我沒有任何.wav文件來試試這個。 由wave庫來正確處理真實文件和緩沖流之間的差異。

Answer 2

使用scipy和numpy，您可以將wav文件讀取為numpy數組，而不是進行所需的修改。

from scipy.io import wavfile
import numpy as np

# load files
_, arr1 = wavfile.read('song.wav')
_, arr2 = wavfile.read('Aaron_Copland-Quiet_City.wav')

print(arr1.shape)
print(arr2.shape)

>>> (1323001,)
>>> (1323000,)

# make new array by concatenating two audio waves
new_arr = np.hstack((arr1, arr2))
print(new_arr.shape)

>>> (2646001,)

# save new audio wave
wavfile.write('new_audio.wav')