如何在 Python 中操作 wav 文件数据？

Question

我正在尝试读取一个 wav 文件，然后逐个采样地操作其内容

这是我目前所拥有的：

import scipy.io.wavfile
import math

rate, data = scipy.io.wavfile.read('xenencounter_23.wav')

for i in range(len(data)):
    data[i][0] = math.sin(data[i][0])
    print data[i][0]

我得到的结果是：

0
0
0
0
0
0

等

它正在正确读取，因为如果我写 print data[i]，我通常会得到大小为 2 的非零数组。

Answer 1

wavfile.read 返回的数组data 是一个 integer 数据类型的 numpy 数组。 numpy数组的数据类型不能原地改变，所以这一行：

data[i][0] = math.sin(data[i][0])

将math.sin 的结果转换为一个整数，该整数始终为0。

创建一个新的浮点数组来代替该行来存储您的计算结果。

或者使用numpy.sin一次计算数组中所有元素的正弦值：

import numpy as np
import scipy.io.wavfile

rate, data = scipy.io.wavfile.read('xenencounter_23.wav')

sin_data = np.sin(data)

print sin_data

从您的其他 cmets 看来，您希望获取每个值的正弦并将结果写为新的 wav 文件。

这是一个（我认为）做你想做的事的例子。我将从这里使用文件“M1F1-int16-AFsp.wav”：http://www-mmsp.ece.mcgill.ca/Documents/AudioFormats/WAVE/Samples.html。函数show_info 只是一个方便的方式来说明每一步的结果。如果您使用的是交互式 shell，则可以使用它来检查变量及其属性。

import numpy as np
from scipy.io import wavfile

def show_info(aname, a):
    print "Array", aname
    print "shape:", a.shape
    print "dtype:", a.dtype
    print "min, max:", a.min(), a.max()
    print

rate, data = wavfile.read('M1F1-int16-AFsp.wav')

show_info("data", data)

# Take the sine of each element in `data`.
# The np.sin function is "vectorized", so there is no need
# for a Python loop here.
sindata = np.sin(data)

show_info("sindata", sindata)

# Scale up the values to 16 bit integer range and round
# the value.
scaled = np.round(32767*sindata)

show_info("scaled", scaled)

# Cast `scaled` to an array with a 16 bit signed integer data type.
newdata = scaled.astype(np.int16)

show_info("newdata", newdata)

# Write the data to 'newname.wav'
wavfile.write('newname.wav', rate, newdata)

这是输出。 （最初的警告意味着文件中可能存在scipy.io.wavfile.read 无法理解的一些元数据。）

<snip>/scipy/io/wavfile.py:147: WavFileWarning: Chunk (non-data) not understood, skipping it.
  WavFileWarning)
Array 'data'
shape: (23493, 2)
dtype: int16
min, max: -7125 14325

Array 'sindata'
shape: (23493, 2)
dtype: float32
min, max: -0.999992 0.999991

Array 'scaled'
shape: (23493, 2)
dtype: float32
min, max: -32767.0 32767.0

Array 'newdata'
shape: (23493, 2)
dtype: int16
min, max: -32767 32767

新文件“newname.wav”包含两个带符号的 16 位值通道。