Python：改變音頻文件的音高

Question

這是我在堆棧上的第一篇文章。 到目前為止，這個網站非常有用，但我是一個新手，需要清楚解釋我的問題，這與Python中的音調轉換音頻有關。 我安裝了當前的模塊：numpy，scipy，pygame和scikits“samplerate”api。

我的目標是采用立體聲文件，並以盡可能少的步驟以不同的音高播放。 目前，我使用pygame.sndarray將文件加載到數組中，然后使用scikits.samplerate.resample應用samplerate轉換，然后將輸出轉換回聲音對象以使用pygame進行回放。 問題是垃圾音頻來自我的揚聲器。 當然，我錯過了幾個步驟（除了對數學和音頻一無所知）。

謝謝。

import time, numpy, pygame.mixer, pygame.sndarray
from scikits.samplerate import resample

pygame.mixer.init(44100,-16,2,4096)

# choose a file and make a sound object
sound_file = "tone.wav"
sound = pygame.mixer.Sound(sound_file)

# load the sound into an array
snd_array = pygame.sndarray.array(sound)

# resample. args: (target array, ratio, mode), outputs ratio * target array.
# this outputs a bunch of garbage and I don't know why.
snd_resample = resample(snd_array, 1.5, "sinc_fastest")

# take the resampled array, make it an object and stop playing after 2 seconds.
snd_out = pygame.sndarray.make_sound(snd_resample)
snd_out.play()
time.sleep(2)

Answer 1

你的問題是，pygame的工作與numpy.int16陣列但將呼叫resample返回numpy.float32陣列：

>>> snd_array.dtype
dtype('int16')
>>> snd_resample.dtype
dtype('float32')

您可以將resample結果numpy.int16使用astype ：

>>> snd_resample = resample(snd_array, 1.5, "sinc_fastest").astype(snd_array.dtype)

通過這個修改，你的python腳本很好地播放tone.wav文件，以較低的音高和較低的速度播放。

Answer 2

你最好的選擇可能是使用python audiere。

這是一個鏈接，我用它來做同樣的事情，它很簡單，只需閱讀所有文檔。

http://audiere.sourceforge.net/home.php

Answer 3

很可能scikits.samplerate.resample“思考”你的音頻是另一種格式而不是16位立體聲。 檢查scikits.samplerate上關於在陣列中選擇正確音頻格式的位置的文檔 - 如果重新采樣16位音頻，將其視為8位垃圾就會出現。

Answer 4

從scikits.samplerate.resample文檔：

如果輸入具有等級1，則使用所有數據，並且假設它們來自單聲道信號。 如果rank為2，則數字列將被假定為通道數。

所以我認為你需要做的是將立體聲數據傳遞給它所期望的格式resample ：

snd_array = snd_array.reshape((-1,2))

snd_resample = resample(snd_array, 1.5, "sinc_fastest")

snd_resample = snd_resample.reshape(-1) # Flatten it out again