Librosa 获取音频的基本参数

Question

在获取音频文件的基本参数时，通过 Wave：

import wave

data = wave.open('c:\\sample.wav', mode = 'rb')
params = data.getparams()
print params

返回：

(1, 2, 4000, 160000, 'NONE', 'not compressed')

适用于：nchannels=1、sampwidth=2、framerate=16000、nframes=47104、comptype='NONE'、compname='未压缩

我假设 Librosa 有类似的功能，但搜索后没有发现。

Librosa 是否有产生类似结果的命令？

谢谢。

Answer 1

Librosa Core 具有您正在寻找的一些功能。 librosa.core.load 将加载类似wave 的文件，但不会提供详细信息。

import librosa

# Load an example file in .ogg format
fileName = librosa.util.example_audio_file()
audioData, sampleRate = librosa.load(fileName)

print(audioData)
>>> [ -4.756e-06,  -6.020e-06, ...,  -1.040e-06,   0.000e+00]

print(audioData.shape)
>>> (1355168,)

print(sampleRate)
>>> 22050

audioData 的形状会告诉你频道的数量。像(n,) 这样的形状是单声道，(2, n) 是立体声。形状中的n 是样本中音频的长度。如果您想要以秒为单位的长度，请查看librosa.core.get_duration。

就像@hendrick 在他的评论中提到的那样，Librosa advanced I/O page 说 librosa 使用 soundfile 和 audioread 用于音频 I/O，而 load source code 表明它只是围绕这些库。

但是，只要您遵循librosa API，使用wave 加载音频文件和librosa 进行分析应该没有任何问题。您是否遇到了特定问题或需要实现的目标？