位置: 编程技术 - 正文
推荐整理分享python音频处理用到的操作的示例代码(python音频文件读写),希望有所帮助,仅作参考,欢迎阅读内容。
文章相关热门搜索词:python 音频输出,python 音频fft,python音视频处理,音频处理 python,python音频处理改变音调,音频处理 python,python处理mp3,音频处理 python,内容如对您有帮助,希望把文章链接给更多的朋友!
前言
本文主要记录python下音频常用的操作,以.wav格式文件为例。其实网上有很多现成的音频工具包,如果仅仅调用,工具包是更方便的。
更多pyton下的操作可以参考: 用python做科学计算
1、批量读取.wav文件名:
这里用到字符串路径:
1.通常意义字符串(str)2.原始字符串,以大写R 或 小写r开始,r'',不对特殊字符进行转义3.Unicode字符串,u'' basestring子类
如:
三者等价,右划线为转义字符,引号前加r表示原始字符串,而不转义(r:raw string).
常用获取帮助的方式:
2、读取.wav文件
wave.open 用法:
mode可以是:
‘rb',读取文件;
‘wb',写入文件;
不支持同时读/写操作。
Wave_read.getparams用法:
其中最后一行为常用的音频参数:
nchannels:声道数 sampwidth:量化位数(byte) framerate:采样频率 nframes:采样点数单通道
对应code:
结果图:
多通道
这里通道数为3,主要借助np.reshape一下,其他同单通道处理完全一致,对应code:
效果图:
单通道为多通道的特例,所以多通道的读取方式对任意通道wav文件都适用。需要注意的是,waveData在reshape之后,与之前的数据结构是不同的。即waveData[0]等价于reshape之前的waveData,但不影响绘图分析,只是在分析频谱时才有必要考虑这一点。
3、wav写入
涉及到的主要指令有三个:
参数设置:
待写入wav文件的存储路径及文件名:
数据的写入:
单通道数据写入:
多通道数据写入:
多通道的写入与多通道读取类似,多通道读取是将一维数据reshape为二维,多通道的写入是将二维的数据reshape为一维,其实就是一个逆向的过程:
这里用到struct.pack(.)二进制的转化:
例如:
4、音频播放
wav文件的播放需要用到pyaudio,安装包点击这里。我将它放在Scripts文件夹下,cmd并切换到对应目录
pyaudio安装完成。
Pyaudio主要用法:
主要列出pyaudio对象的open()方法的参数:
rate:采样率 channels:声道数 format:采样值的量化格式,值可以为paFloat、paInt、paInt、paInt、paInt8等。下面的例子中,使用get_from_width()将值为2的sampwidth转换为paInt. input:输入流标志,Ture表示开始输入流 output:输出流标志给出对应code:
因为是python3.5,判断语句if data == b'': break 的b不能缺少。
5、信号加窗
通常对信号截断、分帧需要加窗,因为截断都有频域能量泄露,而窗函数可以减少截断带来的影响。
窗函数在scipy.signal信号处理工具箱中,如hamming窗:
利用上面的函数,绘制hanning窗:
6、信号分帧
信号分帧的理论依据,其中x是语音信号,w是窗函数:
加窗截断类似采样,为了保证相邻帧不至于差别过大,通常帧与帧之间有帧移,其实就是插值平滑的作用。
给出示意图:
这里主要用到numpy工具包,涉及的指令有:
np.repeat:主要是直接重复 np.tile:主要是周期性重复对比一下:
向量情况:
矩阵情况:
对于数据:
repeat操作:
tile操作:
对应结果:
对应分帧的代码实现:
这是没有加窗的示例:
如果需要加窗,只需要将函数修改为:
其中窗函数,以hamming窗为例:
调用即可。
7、语谱图
其实得到了分帧信号,频域变换取幅值,就可以得到语谱图,如果仅仅是观察,matplotlib.pyplot有specgram指令:
标签: python音频文件读写
本文链接地址:https://www.jiuchutong.com/biancheng/368737.html 转载请保留说明!友情链接: 武汉网站建设