python音频处理用到的操作的示例代码(python音频文件读写)

编辑：rootadmin

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