Python改变wav文件的音高[关闭]

Posted 2023-02-16

【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) in 5 6 # Extract the使用 numpy 内置的快速傅里叶变换的频率。 ----> 7 lf, rf = np.fft.rfft(left), np.fft.rfft(right) 8 9 # 滚动数组以增加音高。 <__array_function__ internals> in rfft(*args, **kwargs) [...] ValueError：指定的 FFT 数据点数 (0) 无效。 ``

【参考方案2】：

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。