python读写音频文件小结_soundfile.write_lujian1989的博客

link之家
链接快照平台
输入网页链接，自动生成快照
标签化管理网页链接
一. 文件读取

1. librosa

  import librosa
  wav_path=''
  sample_rate=16000
  data = librosa.core.load(wav_path, sr=sample_rate)[0]
  print(type(data)) #<class 'numpy.ndarray'>
返回的数组数据类型为float32，数据大小位于(-1,1)之间。该接口内部其实是调用soundfile实现，和方法2类似。 
2. soundfile
 
  import soundfile as sf
  wav_path=''
  with sf.SoundFile(wav_path) as sf_desc:
      data = sf_dest.read(dtype=np.float32)
  print(type(data)) #<class 'numpy.ndarray'>
或者如下方式： 
  import soundfile as sf
  wav_path=''
  data = sf.read(wav_path)[0]
  print(type(data)) #<class 'numpy.ndarray'>
3. scipy
 
  from scipy.io import wavfile
  wav_path=''
  data = wavfile.read(wav_path)[1]
  data = data / 32768 #2^15
  print(type(data)) #<class 'numpy.ndarray'>
该方法需注意的是调用read后返回的数据为int，需要除以32768（2^15，由于位深16bit），才能与其他读取方式获取数据保持一致。 
4. wave
 
  from wave
  wav_path=''
  with wave.open(wav_path, 'rb') as f:
      params = f.getparams()
      nchannels, sampwidth, framerate, nframes = params[0:4]
      strdata = f.readframes(nframes)
      data = np.fromstring(strdata, dtype=np.int16)
      data = data / 32768
      print(type(data)) #<class 'numpy.ndarray'>
wave为python内置包，但该方法读取过程略显麻烦，同样需要除以32768。 
二. 文件写入
 
1. soundfile
 
  import soundfile as sf
  write_wav_path=''
  sf.write(write_wav_path, data, sample_rate, 'PCM_16')
写入和读取一样简单。 
2. scipy
 
  from scipy.io import wavfile
  write_wav_path=''
  data *= 32768
  wavefile.write(write_wav_path, sample_rate, data.astype(np.int16))
与读取相反（除以32768，转为float32），需要将数据乘以32768，并转为int进行保存。 
3. wave
 
  from wave
  write_wav_path=''
  nchannels=1
  sampwidth=2
  framerate=16000
  nframes=len(data)
  comptype='NONE'
  compname='not compressed'
  with wave.open(write_wav_path, 'wb') as fw:
      fw.setparams(nchannels, sampwidth, framerate, nframes, comptype, compname)
      data=(data*32768).astype(np.int16)
      fw.writeframes(data.tostring())
该方法写入过程仍然麻烦，并同样需要乘以32768，转为int。 
三. 小结
 
       除了以上列出方法，还存在其他读写方法，例如kaldiio包等。并且以上方法没有考虑时间复杂度差异，有兴趣的同学可以自己试试。
                    在语音处理中，音频文件读写是基本操作。然而读写方式乃至归一化处理的多样化，有可能导致后续处理的偏差乃至错误。本文汇集实践中所遇的一些方法，并参考了其他文章，确保读写操作的准确性和一致性。前置条件&nbsp; &nbsp; &nbsp; &nbsp;本文以实践中常见的音频文件参数（wav格式，PCM编码，单通道，采样率16KHz，位深16bit）为例，如果参数不同需做对应调整。一. 文件读取1. librosa  import librosa  wav_path=''  sample_r.
				File "/home/hwja/anaconda3/envs/py2/lib/python2.7/site-packages/soundfile.py", line 373, in read
subtype, endian, format, closefd) as f:
File "/home/hwja/anaconda3/envs/py2/lib/python2.7/site-packages/soundfile.py", line 740, ininit
self._file = self._ope.
（1）音调
人耳对声音高低的感觉称为音调(也叫音频)。音调主要与声波的频率有关。声波的频率高，则音调也高。一般音频 儿童>女生>男生。
人耳听觉音频范围是20Hz-20000Hz(做音频压缩时不在这个范围内的数据就可以砍掉)。
（2）音量
也就是响度。人耳对声音强弱的主观感觉称为响度。响度和声波振动的幅度有关。一般说来，声波振动幅度越大则响度也越大...
由于本人研究的音频方面，一开始读取音频文件的时候就遇到了一些问题，比如，这个函数返回的是numpy,另外一个函数返回tensor，巴拉巴拉等等问题，所以在这里做一个简单的整理。
1、wavefile.read
代码示例如下：
from scipy.io import wavfile
fs, .
				1: os.listdir(path) //path为目录 功能相当于在path目录下执行dir命令，返回为list类型 print os.listdir(‘..’) 2: os.path.walk(path,visit,arg) path ：是将要遍历的目录 visit ：是一个函数指针，函数圆形为： callback(arg,dir,fileList) 其中arg为为传给walk的arg ， dir是path下的一个目录，fileList为dir下的文件和目录组成的list， arg：传给visit用的 3：os.path.split(path) path 为一个路径， 输出，把path分
				python中对文件、文件夹（文件操作函数）的操作需要涉及到os模块和shutil模块。
得到当前工作目录，即当前Python脚本工作的目录路径: os.getcwd()
返回指定目录下的所有文件和目录名:os.listdir()
函数用来删除一个文件:os.remove()
删除多个目录：os.removedirs（r“c：\python”）
检验给出的路径是否是一个文件：os.path.isfile()
检验给出的路径是否是一个目录：os.path.isdir()
判断是否是绝对路径：os.path.isabs()
检验给出的路径是否真地存:os.path.exists()
返回一个路径的
				wavfile
 一个轻量级的库，用于在本地Python类型列表中读写波形音频文件。
 该库当前仅限于PCM（整数）格式，但支持任意精度，包括16位，24位，32位和64位样本。
用法：读取wave文件
f = wavfile.open(file, 'r')
其中file是wave文件的路径或打开文件的指针。 这将返回具有以下属性的wavfile.wavread.WavRead对象：
 num_channels流中的音频通道数。
 sample_rate音频流的采样率/频率。
 bits_per_sample每个音频样本的位数。
 num_frames音频流中音频帧的总数。 一帧是一组样本，每个通道一个样本，对应一个采样点。
 该对象还具有以下方法：
 read_int([N]) -从音频流中最多读取N帧未经修改的整数格式。 该方法返回大小为(N,C)的列表的列表，其中C是音频通道的数量。