Python wave.readframes（）和librosa.load（）的差异

我正在用方法

wave.readframes（）

和

librosa.load（）

结果是这样的

490255 #(length of by the librosa data)
[-3.0517578e-05  3.9672852e-04 -3.0517578e-05 ...  3.0517578e-05
  3.0517578e-05  0.0000000e+00] #(the data by librosa)
490255 #(length of by the wave data)
[-1 13 -1 ...  1  1  0] #(the data by wave)

两者的OK长度与490255相同

然而，数据是完全不同的（我猜wave的数据几乎是librosa的三分之一）

为什么会出现这种差异？

默认情况下，将样本转换为浮点

wave.readframes

将数据保留为文件中的原始格式，您的代码将值解释为16位整数，这显然是该文件的正确格式

尝试将

librosa.load的调用更改为

a, sr = librosa.load(sample_wave,sr=44100, dtype=np.int16)

默认情况下，将采样转换为浮点
wave.readframes
将数据保留为文件中的原始格式，您的代码将值解释为16位整数，这显然是该文件的正确格式

尝试将
librosa.load的调用更改为

a, sr = librosa.load(sample_wave,sr=44100, dtype=np.int16)

原因是
librosa
使用此函数缩放数据

要使您的
wave
帧具有与
librosa
中相同的值，您可以自己缩放数据：

import wave

# Load audio
wav = wave.open(sample_wave, 'rb')
frames = wav.readframes(wav.getnframes())
data = np.frombuffer(frames, dtype=np.int16).astype(np.float32)

# Scale the audio
scale = 1./float(1 << ((8 * wav.getsampwidth()) - 1)) # from librosa
data *= scale

导入波
#加载音频
wav=波形打开（采样波形'rb'）
frames=wav.readframes（wav.getnframes（））
data=np.frombuffer（frames，dtype=np.int16）.astype（np.float32）
#缩放音频
scale=1./float（1原因是
librosa
使用此函数缩放数据

要使您的
wave
帧具有与
librosa
中相同的值，您可以自己缩放数据：

import wave

# Load audio
wav = wave.open(sample_wave, 'rb')
frames = wav.readframes(wav.getnframes())
data = np.frombuffer(frames, dtype=np.int16).astype(np.float32)

# Scale the audio
scale = 1./float(1 << ((8 * wav.getsampwidth()) - 1)) # from librosa
data *= scale

导入波
#加载音频
wav=波形打开（采样波形'rb'）
frames=wav.readframes（wav.getnframes（））
data=np.frombuffer（frames，dtype=np.int16）.astype（np.float32）
#缩放音频
比例=1/浮动（1