Python打开原始音频数据文件

Posted 2023-02-25

【中文标题】Python打开原始音频数据文件

【英文标题】：Python open raw audio data file

【发布时间】：2009-06-05 16:05:51

【问题描述】：

我有这些扩展名为“.adc”的文件。它们只是原始数据文件。我可以使用 File->Import->Raw data 用编码“Signed 16 bit”和采样率“16000 Khz”打开它们。

我想对 python 做同样的事情。我认为 audioop 模块是我需要的，但我似乎无法找到如何将它用于如此简单的事情的示例。

主要目标是打开文件并播放文件中的某个位置，例如从第二个 10 到第二个 20。有什么东西可以完成我的任务吗？

提前感谢。

【参考方案1】：

要打开文件，您只需要file()。 要查找位置，您不需要 audioop：您只需将秒转换为字节并获取文件所需的字节。例如，如果您的文件是 16 kHz 16 位单声道，则每秒是 32,000 字节的数据。所以第 10 秒是文件的 320kB。只需寻找文件中的适当位置，然后读取适当的字节数。

而且 audioop 无法帮助您完成最困难的部分：即播放音频。执行此操作的正确方法很大程度上取决于您的操作系统。

编辑：抱歉，我刚刚注意到您的用户名是“thelinuxer”。考虑pyAO 在 Linux 上播放来自 Python 的音频。您可能需要更改示例格式来播放音频——audioop 将帮助您解决此问题（请参阅 ratecv、tomono/tostereo、lin2lin 和bias）

【讨论】：

16kHz 16bit 单声道不是 16,000 字节的数据吗？ （如果是立体声，还有 32,000 字节？）

啊，nvm，我明白了！ 16 位 == 2 个字节。然后，2 字节 * 16 个样本/秒 == 32,000 字节/秒。

【参考方案2】：

非常感谢我能够做到以下几点：

def play_data(filename, first_sec, second_sec):
  import ao
  from ao import AudioDevice 
  dev = AudioDevice(2, bits=16, rate=16000,channels=1)
  f = open(filename, 'r')
  data_len = (second_sec-first_sec)*32000
  f.seek(32000*first_sec)
  data = f.read(data_len)
  dev.play(data)
  f.close()

play_data('AR001_3.adc', 2.5, 5)

【参考方案3】：

您可以使用PySoundFile 将文件作为 NumPy 数组打开并使用python-sounddevice 播放。

import soundfile as sf
import sounddevice as sd

sig, fs = sf.read('myfile.adc', channels=2, samplerate=16000,
                  format='RAW', subtype='PCM_16')
sd.play(sig, fs)

您可以在 NumPy 数组上使用索引来选择音频数据的某个部分。

【讨论】：

尝试将其与原始音频流一起使用，在级别参数中出现“错误无效文件：bytearray(b'\xd8\x04\xb8\x05h\x06\xc8\x068\x07x\x07\xb8\ x06\xb8\x05\xb8\x05\xc8\x06\xc8\x06h\x06H\x06\xd8\x05\x98\x04\xd8\x03@\x03x\x02\x90\x02p\x030\x04\xf0\x03 \xa0..." 任何想法如何修复它？