Python 如何从wav文件中获取wav样本？

我想知道如何从.wav文件中获取样本，以便执行两个.wav文件的窗口连接

谁能告诉我怎么做吗？

你可以使用这个模块。首先，您应该阅读元数据，例如样本大小或通道数。使用

readframes（）

方法，可以读取示例，但只能作为字节字符串读取。根据样本格式，必须使用将其转换为样本

或者，如果您想将样本作为浮点数数组，可以使用SciPy的模块。

标准库的模块是关键：当然，在代码顶部导入wave之后，

wave.open（'the.wav'，'r'）

返回“wave read”对象，您可以使用

.readframes

方法从中读取帧，该方法返回一个字节字符串，这些字节是示例。。。无论wave文件采用何种格式（您可以使用

.getnchannels

方法确定与将帧分解为样本相关的两个参数，用于通道数，使用

.getsampwidth

方法确定每个样本的字节数）

---

将字节字符串转换为数字值序列的最佳方法是使用

数组

模块，以及（分别）数组对象的

'B'

、

'H'

、

'L'

类型，每个样本1、2、4个字节（在32位Python构建中；您可以使用数组对象的

itemsize

值进行双重检查）。如果您的样本宽度与

array

所能提供的不同，则需要将字节字符串切分（用值为0的字节适当填充每个小片段）并使用模块（但这更笨重、更慢，因此如果可以，请使用

array

）（单声道和立体声测试）：

在读取样本（例如，使用wave模块，更多详细信息）后，您可能希望使值的比例介于-1和1之间（这是音频信号的惯例）

在这种情况下，您可以添加：

# scale to -1.0 -- 1.0
max_nb_bit = float(2**(nb_bits-1))  
samples = signal_int / (max_nb_bit + 1.0) 

---

使用

nb\u bits

位深度和

signal\u int

整数值。

当我尝试.getsamplewidth时，它给了我一个值2，意味着2个字节..当我尝试时。readframes（1）应该返回1帧，然后为我返回，例如“/x03/x16”我猜是2个字节，那么这是否意味着1帧只有1个样本..getnchannels的用途是什么？我想分别从每个帧中提取样本，并用整数表示它们，我怎么能？@kaki，在每个帧中，每个通道都有第一个样本，然后每个通道都有第二个样本，依此类推。所以除非你的声音是mon也就是说，只有一个通道，你必须决定如何处理这些通道（跳过所有通道，但一个除外，求平均值，不管怎样）。假设它是一个通道（mono），最简单，然后

x=array。array（'h'，w.getframes（1））

在

x中给你一个数组，第一帧（下一帧，如果在循环中）的所有样本都是整数，正如你所说的那样（
h
，而不是
h
：它们是有符号的）。如果立体声，2个频道，甚至是
x
的索引都有左声道示例。Little endian btw.btw，格式文档中不使用“帧”的概念，而是使用“块”和“子块”，但最后当然是差不多的；-）“KKI，不客气，但要考虑接受帮助你的答案（点击Q左边的勾勾轮廓），因为这是最基本的礼仪。”AlxMyteli为挖掘坟墓而抱歉，但我正在尝试使用RealFrimes（1），我需要它把两个样本分割成两个单独的变量。（基本上把第一个左边的样本放在变量X中，把第一个右边的样本放在变量Y中），但我不知道怎么做，有什么建议吗？你能告诉我如何在不使用scipy的情况下将样本作为浮点数数组来获取吗
import argparse
import itertools
import struct
import sys
import wave

def _struct_format(sample_width, nb_samples):
    return {1:"%db", 2:"<%dh", 4:"<%dl"}[sample_width] % nb_samples

def _mix_samples(samples):
    return sum(samples)//len(samples)

def read_samples(wave_file, nb_frames):
    frame_data = wave_file.readframes(nb_frames)
    if frame_data:
        sample_width = wave_file.getsampwidth()
        nb_samples = len(frame_data) // sample_width
        format = _struct_format(sample_width, nb_samples)
        return struct.unpack(format, frame_data)
    else:
        return ()

def write_samples(wave_file, samples, sample_width):
    format = _struct_format(sample_width, len(samples))
    frame_data = struct.pack(format, *samples)
    wave_file.writeframes(frame_data)

def compatible_input_wave_files(input_wave_files):
    nchannels, sampwidth, framerate, nframes, comptype, compname = input_wave_files[0].getparams()
    for input_wave_file in input_wave_files[1:]:
        nc,sw,fr,nf,ct,cn = input_wave_file.getparams()
        if (nc,sw,fr,ct,cn) != (nchannels, sampwidth, framerate, comptype, compname):
            return False
    return True

def mix_wave_files(output_wave_file, input_wave_files, buffer_size):
    output_wave_file.setparams(input_wave_files[0].getparams())
    sampwidth = input_wave_files[0].getsampwidth()
    max_nb_frames = max([input_wave_file.getnframes() for input_wave_file in input_wave_files])
    for frame_window in xrange(max_nb_frames // buffer_size + 1):
        all_samples = [read_samples(wave_file, buffer_size) for wave_file in input_wave_files]
        mixed_samples = [_mix_samples(samples) for samples in itertools.izip_longest(*all_samples, fillvalue=0)]
        write_samples(output_wave_file, mixed_samples, sampwidth)

def concatenate_wave_files(output_wave_file, input_wave_files, buffer_size):
    output_wave_file.setparams(input_wave_files[0].getparams())
    sampwidth = input_wave_files[0].getsampwidth()
    for input_wave_file in input_wave_files:
        nb_frames = input_wave_file.getnframes()
        for frame_window in xrange(nb_frames // buffer_size + 1):
            samples = read_samples(input_wave_file, buffer_size)
            if samples:
                write_samples(output_wave_file, samples, sampwidth)

def argument_parser():
    parser = argparse.ArgumentParser(description='Mix or concatenate multiple .wav files')
    parser.add_argument('command', choices = ("mix", "concat"), help='command')
    parser.add_argument('output_file', help='ouput .wav file')
    parser.add_argument('input_files', metavar="input_file", help='input .wav files', nargs="+")
    parser.add_argument('--buffer_size', type=int, help='nb of frames to read per iteration', default=1000)
    return parser

if __name__ == '__main__':
    args = argument_parser().parse_args()

    input_wave_files = [wave.open(name,"rb") for name in args.input_files]
    if not compatible_input_wave_files(input_wave_files):
        print "ERROR: mixed wave files must have the same params."
        sys.exit(2)

    output_wave_file = wave.open(args.output_file, "wb")
    if args.command == "mix":
        mix_wave_files(output_wave_file, input_wave_files, args.buffer_size)
    elif args.command == "concat":
        concatenate_wave_files(output_wave_file, input_wave_files, args.buffer_size)

    output_wave_file.close()
    for input_wave_file in input_wave_files:
        input_wave_file.close()

# scale to -1.0 -- 1.0
max_nb_bit = float(2**(nb_bits-1))  
samples = signal_int / (max_nb_bit + 1.0)