在Python中读取*.wav文件

Question

我需要分析.wav文件中的声音。为此，我需要将这个文件转换成一组数字（例如数组）。我想我需要用波浪包。但是，我不知道它到底是怎么工作的。例如，我执行了以下操作：

import wave
w = wave.open('/usr/share/sounds/ekiga/voicemail.wav', 'r')
for i in range(w.getnframes()):
    frame = w.readframes(i)
    print frame

作为这个代码的结果，我希望看到声压是时间的函数。相比之下，我看到了很多奇怪、神秘的符号（它们不是十六进制数字）。有人能帮我吗？

Answer 1

今天晚上我做了一些调查，发现：

import wave, struct

waveFile = wave.open('sine.wav', 'r')

length = waveFile.getnframes()
for i in range(0,length):
    waveData = waveFile.readframes(1)
    data = struct.unpack("<h", waveData)
    print(int(data[0]))

希望这段代码能帮助别人。 细节： 使用struct module，您可以使用wave帧（在-32768；0x8000和32767；0x7FFF之间的2个互补二进制文件中）来读取单声道16位wave文件。 我发现this webpage在表述这一点时非常有用。

此片段读取1帧。要读取多个帧（如13），请使用

waveData = waveFile.readframes(13)
data = struct.unpack("<13h", waveData)

Answer 2

每the sources，scipy.io.wavfile.read(somefile)返回两个项目的元组：第一个是每秒采样率，第二个是从文件中读取所有数据的numpy数组。看起来很好用！

例如：

from scipy.io import wavfile
fs, data = wavfile.read('./output/audio.wav')

Answer 3

要读取wav的不同python模块：

至少有以下库可读取wave音频文件：

• PySoundFile
• scipy.io.wavfile（来自scipy）
• wave（读取流。包含在Python2和3中）
• scikits.audiolab（似乎未维护）
• sounddevice（播放和录制声音，适合流媒体和实时）
• pyglet

最简单的例子：

这是Pysoundfile的一个简单示例：

import soundfile as sf
data, samplerate = sf.read('existing_file.wav') 

---

输出格式：

警告，数据的格式并不总是相同的，这取决于库。 例如：

from scikits import audiolab
from scipy.io import wavfile
from sys import argv
for filetest in argv[1:]:
    [x, fs, nbBits] = audiolab.wavread(filePath)
    print '\nReading with scikits.audiolab.wavread: ', x
    [fs, x] = wavfile.read(filetest)
    print '\nReading with scipy.io.wavfile.read: ', x

使用scikits.audiolab.wavread读取：[0。0个。0。。。，-0.00097656-0.00079346 -0.00097656] 使用scipy.io.wavfile.read读取：[0 0 0…，-32-26-32]

PySoundFile和Audiolab返回的浮点值介于-1和1之间（与matab一样，这是音频信号的约定）。Scipy和wave返回整数，可以根据编码位的位数以浮点形式转换。

例如：

from scipy.io.wavfile import read as wavread
[samplerate, x] = wavread(audiofilename) # x is a numpy array of integer, representing the samples 
# scale to -1.0 -- 1.0
if x.dtype == 'int16':
    nb_bits = 16 # -> 16-bit wav files
elif x.dtype == 'int32':
    nb_bits = 32 # -> 32-bit wav files
max_nb_bit = float(2 ** (nb_bits - 1))
samples = x / (max_nb_bit + 1.0) # samples is a numpy array of float representing the samples