Python改变wav文件的音高[关闭]
Posted
技术标签:
【中文标题】Python改变wav文件的音高[关闭]【英文标题】:Python change pitch of wav file [closed] 【发布时间】:2017-10-13 07:45:16 【问题描述】: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】:
网站规则声明我们不是在这里为您寻找图书馆或为此创建图书馆。如果您已经搜索但找不到 - 很可能没有,您必须自己编写。至少这是常态,我只是通知您,以防您没有得到任何答案或您的问题被关闭。 在您的搜索引擎中输入ffmpeg python
,然后从那里获取。
【参考方案1】:
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】:
好的。我可以读取第一秒并将音高更改 500(什么?),例如,我想将音高更改 1 个半音。我如何读取整个文件并为 whle 文件更改一次音高。我不敢相信只改变每秒的音高就可以了。当我尝试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。
@DanielReshetnikov 我已经重写了我的答案。事实证明,您需要一次处理几分之一秒才能防止讨厌的回声。
现在我可以转置整个文件了。它好一点。现在我可以以赫兹为单位更改音高,但不幸的是,无法将赫兹转换为半音(我的错 - 我没有在这个问题中概述它)。
如果想稍微移动一下怎么办,比如 3.4 hz
当我从这个答案运行代码时,我得到了这个问题: ``ValueError Traceback (most recent call last) 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】:
我试过你的代码。音高变化很好,但播放速度也在变化。我只需要改变音高。 有点远射,但有没有办法用这种方法保持速度? 你的两个 URL 都重定向到 github 上的同一个问题【参考方案3】: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】:
音质好,速度快。以上是关于Python改变wav文件的音高[关闭]的主要内容,如果未能解决你的问题,请参考以下文章
如何使用 python 脚本停止/关闭音频文件(mp3/.wav)
在将数据输入 FFT 用于音频频谱分析仪之前,使用 python 将 wav 文件转换为 csv 文件 [关闭]
如何使用 java 从 pcm 字节数组 .wav 文件中获取频率和音高?