我需要任何 python 库来更改我的 wav 文件的音高，而无需任何原始音频数据处理。 我花了几个小时才找到它，但只找到了一些奇怪的原始数据处理代码 sn-ps 和视频，显示实时音高变化，但没有源代码。
【问题讨论】：
ffmpeg python，然后从那里获取。
由于wav 文件基本上是原始音频数据，如果没有“原始音频处理”，您将无法更改音高。
这是你可以做的。
您将需要 wave（标准库）和 numpy 模块。
import wave
import numpy as np
打开文件。
wr = wave.open('input.wav', 'r')
# Set the parameters for the output file.
par = list(wr.getparams())
par[3] = 0 # The number of samples will be set by writeframes.
par = tuple(par)
ww = wave.open('pitch1.wav', 'w')
ww.setparams(par)
声音应该在几分之一秒内处理完毕。这减少了混响。尝试将fr 设置为 1；你会听到烦人的回声。
fr = 20
sz = wr.getframerate()//fr # Read and process 1/fr second at a time.
# A larger number for fr means less reverb.
c = int(wr.getnframes()/sz) # count of the whole file
shift = 100//fr # shifting 100 Hz
for num in range(c):
读取数据，将其拆分为左右声道（假设为立体声 WAV 文件）。
da = np.fromstring(wr.readframes(sz), dtype=np.int16)
left, right = da[0::2], da[1::2] # left and right channel
使用 numpy 内置的快速傅里叶变换提取频率。
lf, rf = np.fft.rfft(left), np.fft.rfft(right)
滚动阵列以增加音高。
lf, rf = np.roll(lf, shift), np.roll(rf, shift)
最高频率滚动到最低频率。这不是我们想要的，所以将它们归零。
lf[0:shift], rf[0:shift] = 0, 0
现在使用傅里叶逆变换将信号转换回幅度。
nl, nr = np.fft.irfft(lf), np.fft.irfft(rf)
结合两个渠道。
ns = np.column_stack((nl, nr)).ravel().astype(np.int16)
写入输出数据。
ww.writeframes(ns.tostring())
处理完所有帧后关闭文件。
wr.close()
ww.close()
【讨论】：
readframes(wr.getnframes()) 和np.roll(lf, 500) 时，音高不会改变，我需要使用另一个更大的值而不是 500。
您可以尝试pydub 快速轻松地更改整个音频文件和不同格式（wav、mp3 等）的音高。
这是一个工作代码。来自here 的灵感，请参阅here 了解有关音高变化的更多详细信息。
from pydub import AudioSegment
from pydub.playback import play
sound = AudioSegment.from_file('in.wav', format="wav")
# shift the pitch up by half an octave (speed will increase proportionally)
octaves = 0.5
new_sample_rate = int(sound.frame_rate * (2.0 ** octaves))
# keep the same samples but tell the computer they ought to be played at the
# new, higher sample rate. This file sounds like a chipmunk but has a weird sample rate.
hipitch_sound = sound._spawn(sound.raw_data, overrides={'frame_rate': new_sample_rate})
# now we just convert it to a common sample rate (44.1k - standard audio CD) to
# make sure it works in regular audio players. Other than potentially losing audio quality (if
# you set it too low - 44.1k is plenty) this should now noticeable change how the audio sounds.
hipitch_sound = hipitch_sound.set_frame_rate(44100)
#Play pitch changed sound
play(hipitch_sound)
#export / save pitch changed sound
hipitch_sound.export("out.wav", format="wav")
【讨论】：
我建议尝试 Librosa 的音高转换功能： https://librosa.github.io/librosa/generated/librosa.effects.pitch_shift.html
import librosa
y, sr = librosa.load('your_file.wav', sr=16000) # y is a numpy array of the wav file, sr = sample rate
y_shifted = librosa.effects.pitch_shift(y, sr, n_steps=4) # shifted by 4 half steps
【讨论】：