如何從wav文件中獲取wav樣本？

Question

我想知道如何從.wav文件中獲取樣本，以便執行兩個.wav文件的窗口連接。

任何人都可以告訴我該怎么做？

Answer 1

標准庫的波形模塊是關鍵：當然，在代碼頂部import wave之后， wave.open('the.wav', 'r')返回一個“wave read”對象，您可以從中讀取幀使用.readframes方法，該方法返回一個字節字符串，這些字節是波形文件具有的任何格式的樣本（您可以確定與使用.getnchannels方法將幀分解為樣本的兩個參數相關的通道數和.getsampwidth表示每個樣本的字節數）。

將字符串轉換為數值序列的最佳方法是使用array模塊，並使用（分別） 'B' ， 'H' ， 'L'的類型，每個樣本使用1,2,4個字節（on一個32位的Python構建;您可以使用數組對象的itemsize值來仔細檢查這個）。 如果你有不同的array樣本寬度可以提供給你，你需要切片字節字符串（適當地填充每個小片的值為0的字節）並使用結構模塊代替（但是這樣更笨拙和更慢，所以請使用array代替如果你可以的話）。

Answer 2

您可以使用wave模塊。 首先，您應該閱讀元數據，例如樣本大小或通道數。 使用readframes()方法，您可以讀取樣本，但只能作為字節字符串。 根據樣本格式，您必須使用struct.unpack()將它們轉換為樣本。

或者，如果您希望將樣本作為浮點數組，則可以使用SciPy的io.wavfile模塊。

Answer 3

這是一個從波形文件中讀取樣本的功能（使用單聲道和立體聲測試）：

def read_samples(wave_file, nb_frames):
    frame_data = wave_file.readframes(nb_frames)
    if frame_data:
        sample_width = wave_file.getsampwidth()
        nb_samples = len(frame_data) // sample_width
        format = {1:"%db", 2:"<%dh", 4:"<%dl"}[sample_width] % nb_samples
        return struct.unpack(format, frame_data)
    else:
        return ()

這里是完整的腳本，可以窗口混合或連接多個.wav文件。 所有輸入文件都需要具有相同的參數（通道數和樣本寬度）。

import argparse
import itertools
import struct
import sys
import wave

def _struct_format(sample_width, nb_samples):
    return {1:"%db", 2:"<%dh", 4:"<%dl"}[sample_width] % nb_samples

def _mix_samples(samples):
    return sum(samples)//len(samples)

def read_samples(wave_file, nb_frames):
    frame_data = wave_file.readframes(nb_frames)
    if frame_data:
        sample_width = wave_file.getsampwidth()
        nb_samples = len(frame_data) // sample_width
        format = _struct_format(sample_width, nb_samples)
        return struct.unpack(format, frame_data)
    else:
        return ()

def write_samples(wave_file, samples, sample_width):
    format = _struct_format(sample_width, len(samples))
    frame_data = struct.pack(format, *samples)
    wave_file.writeframes(frame_data)

def compatible_input_wave_files(input_wave_files):
    nchannels, sampwidth, framerate, nframes, comptype, compname = input_wave_files[0].getparams()
    for input_wave_file in input_wave_files[1:]:
        nc,sw,fr,nf,ct,cn = input_wave_file.getparams()
        if (nc,sw,fr,ct,cn) != (nchannels, sampwidth, framerate, comptype, compname):
            return False
    return True

def mix_wave_files(output_wave_file, input_wave_files, buffer_size):
    output_wave_file.setparams(input_wave_files[0].getparams())
    sampwidth = input_wave_files[0].getsampwidth()
    max_nb_frames = max([input_wave_file.getnframes() for input_wave_file in input_wave_files])
    for frame_window in xrange(max_nb_frames // buffer_size + 1):
        all_samples = [read_samples(wave_file, buffer_size) for wave_file in input_wave_files]
        mixed_samples = [_mix_samples(samples) for samples in itertools.izip_longest(*all_samples, fillvalue=0)]
        write_samples(output_wave_file, mixed_samples, sampwidth)

def concatenate_wave_files(output_wave_file, input_wave_files, buffer_size):
    output_wave_file.setparams(input_wave_files[0].getparams())
    sampwidth = input_wave_files[0].getsampwidth()
    for input_wave_file in input_wave_files:
        nb_frames = input_wave_file.getnframes()
        for frame_window in xrange(nb_frames // buffer_size + 1):
            samples = read_samples(input_wave_file, buffer_size)
            if samples:
                write_samples(output_wave_file, samples, sampwidth)

def argument_parser():
    parser = argparse.ArgumentParser(description='Mix or concatenate multiple .wav files')
    parser.add_argument('command', choices = ("mix", "concat"), help='command')
    parser.add_argument('output_file', help='ouput .wav file')
    parser.add_argument('input_files', metavar="input_file", help='input .wav files', nargs="+")
    parser.add_argument('--buffer_size', type=int, help='nb of frames to read per iteration', default=1000)
    return parser

if __name__ == '__main__':
    args = argument_parser().parse_args()

    input_wave_files = [wave.open(name,"rb") for name in args.input_files]
    if not compatible_input_wave_files(input_wave_files):
        print "ERROR: mixed wave files must have the same params."
        sys.exit(2)

    output_wave_file = wave.open(args.output_file, "wb")
    if args.command == "mix":
        mix_wave_files(output_wave_file, input_wave_files, args.buffer_size)
    elif args.command == "concat":
        concatenate_wave_files(output_wave_file, input_wave_files, args.buffer_size)

    output_wave_file.close()
    for input_wave_file in input_wave_files:
        input_wave_file.close()

Answer 4

在讀取樣本后（例如，使用波形模塊， 此處有更多詳細信息），您可能希望將值縮放在-1和1之間（這是音頻信號的慣例）。

在這種情況下，您可以添加：

# scale to -1.0 -- 1.0
max_nb_bit = float(2**(nb_bits-1))  
samples = signal_int / (max_nb_bit + 1.0) 

nb_bits是位深度， signal_int是整數值。