使用python编辑wav文件

在wav文件中的每个单词之间，我都有完全的沉默（我用Hex workshop检查，沉默用0表示）

我怎样才能切断非静音的声音

我正在用python编程

---

谢谢

我没有这方面的经验，但看看标准库中的模块。那可以做你想做的事。否则，您将不得不以字节流的形式读取文件，一个0字节的剪切序列（但您不能只剪切所有0字节，因为这将使文件无效…

您可能需要尝试使用命令行声音处理工具。它有多种模式，其中之一是

静音

：

静音：删除声音文件开头、中间或结尾的静音。静默是指低于指定阈值的任何内容

它支持多种声音格式，而且速度相当快，所以解析大文件应该不会有问题

要删除文件中间的静默，请在\u periods下面指定一个负值。然后将该值视为正值，并用于指示应按“代码>上载周期< < /代码>指定的重启处理，使之适合于删除声音文件中间的静默周期。< /P> 不过，我还没有找到任何用于libsox的python构建，但是您可以像使用python中的所有命令行程序一样使用它（或者您可以重写它，然后使用sox源代码作为指导）。

python有一个。您可以使用它打开wav文件进行读取，并使用“getframes（1）”命令逐帧浏览文件

import wave
w = wave.open('beeps.wav', 'r')
for i in range():
frame = w.readframes(1)

返回的帧将是一个包含十六进制值的字节字符串。如果文件为立体声，结果将如下所示（4字节）：

如果是单声道，则将有一半的数据（2字节）：

由于音频为16位，因此每个通道的长度为2字节。如果为8位，则每个通道仅为一个字节。您可以使用

getsampwidth（）

方法来确定这一点。另外，

getchannels（）

将确定它是单声道还是立体声

您可以循环这些字节，看看它们是否都等于零，这意味着两个通道都是静默的。在下面的示例中，我使用

ord（）

函数将

'\xe2'

十六进制值转换为整数

import wave
w = wave.open('beeps.wav', 'r')
for i in range(w.getnframes()):
    ### read 1 frame and the position will updated ###
    frame = w.readframes(1)

    all_zero = True
    for j in range(len(frame)):
        # check if amplitude is greater than 0
        if ord(frame[j]) > 0:
            all_zero = False
            break

    if all_zero:
        # perform your cut here
        print 'silence found at frame %s' % w.tell()
        print 'silence found at second %s' % (w.tell()/w..getframerate())

---

值得注意的是，单帧静默不一定表示空白，因为振幅可能超过0标记的正常频率。因此，建议在确定该区域是否为静默区域之前，先观察0处的一定数量的帧。

在剪切之前，您需要提出一些最小连续零数的阈值。否则，您将从正常音频数据的中间删除完全有效的零。您可以遍历wave文件，复制任何非零值，并缓冲零值。当缓冲零并最终遇到下一个非零时，如果缓冲区的采样数少于阈值，请复制它们，否则将其丢弃

---

不过，Python并不是完成这类任务的好工具（

另请参见

我一直在为我正在从事的一个项目对此主题进行研究，我在提供的解决方案中遇到了一些问题，即确定静默的方法不正确。“更正确”的实现是：

import struct
import wave

wave_file = wave.open("sound_file.wav", "r")

for i in range(wave_file.getnframes()):
    # read a single frame and advance to next frame
    current_frame = wave_file.readframes(1)

    # check for silence
    silent = True
    # wave frame samples are stored in little endian**
    # this example works for a single channel 16-bit per sample encoding
    unpacked_signed_value = struct.unpack("<h", current_frame) # *
    if abs(unpacked_signed_value[0]) > 500:
        silent = False

    if silent:
        print "Frame %s is silent." % wave_file.tell()
    else
        print "Frame %s is not silent." % wave_file.tell()

交织

---

---

对于多声道声音（例如，立体声波形），每个声道的单个采样点是交错的。例如，假设一个立体声（即，2声道）波形。不是先存储左声道的所有采样点，然后再存储右声道的所有采样点，而是“混合”将两个通道的采样点放在一起。您将存储左通道的第一个采样点。接下来，您将存储右通道的第一个采样点。接下来，您将存储左通道的第二个采样点。接下来，您将存储右通道的第二个采样点，依此类推，交替存储n每个通道的ext采样点。这就是交错数据的含义；依次存储每个通道的下一个采样点，以便“播放”（即发送到DAC）的采样点同时，你应该考虑清楚地澄清你的问题。我想知道你是在试图消除沉默，还是实际上把你的音频分成不同的块？0个字节可以在纯正正弦波中出现，当跨越0时，想象一个在12525Hz的正弦波上的一个4100Hz采样的文件，看看我的意思。-1，因为答案的其余部分非常好。readframes（i）按顺序返回i帧，而不是位置i处的1帧。因此，循环将返回1帧，然后是2帧，然后是3帧，以此类推。它应该是readframes（1）而不是readframes（i）.Fixed，尽管我相信你的话。记住8位WAV是无符号的，而16位WAV是有符号的。我不确定python的WAV是如何处理这个问题的。我宁愿使用更高级的库，比如audiolab。@Soviut什么是

ord（frame[j]）

？它是波的振幅吗？

import wave
w = wave.open('beeps.wav', 'r')
for i in range(w.getnframes()):
    ### read 1 frame and the position will updated ###
    frame = w.readframes(1)

    all_zero = True
    for j in range(len(frame)):
        # check if amplitude is greater than 0
        if ord(frame[j]) > 0:
            all_zero = False
            break

    if all_zero:
        # perform your cut here
        print 'silence found at frame %s' % w.tell()
        print 'silence found at second %s' % (w.tell()/w..getframerate())

import struct
import wave

wave_file = wave.open("sound_file.wav", "r")

for i in range(wave_file.getnframes()):
    # read a single frame and advance to next frame
    current_frame = wave_file.readframes(1)

    # check for silence
    silent = True
    # wave frame samples are stored in little endian**
    # this example works for a single channel 16-bit per sample encoding
    unpacked_signed_value = struct.unpack("<h", current_frame) # *
    if abs(unpacked_signed_value[0]) > 500:
        silent = False

    if silent:
        print "Frame %s is silent." % wave_file.tell()
    else
        print "Frame %s is not silent." % wave_file.tell()

         7  6  5  4  3  2  1  0
       +-----------------------+
 char: | lsb               msb |
       +-----------------------+

         7  6  5  4  3  2  1  0 15 14 13 12 11 10  9  8
       +-----------------------+-----------------------+
short: | lsb     byte 0        |       byte 1      msb |
       +-----------------------+-----------------------+

         7  6  5  4  3  2  1  0 15 14 13 12 11 10  9  8 23 22 21 20 19 18 17 16 31 30 29 28 27 26 25 24
       +-----------------------+-----------------------+-----------------------+-----------------------+
 long: | lsb     byte 0        |       byte 1          |         byte 2        |       byte 3      msb |
       +-----------------------+-----------------------+-----------------------+-----------------------+