是否可以将时间序列从单声道转换为立体声？

Posted 2023-02-25

【中文标题】是否可以将时间序列从单声道转换为立体声？

【英文标题】：Is it possible to convert a time series from mono to stereo?

【发布时间】：2020-07-01 06:36:07

【问题描述】：

我正在使用 librosa 加载音频文件，如果文件是单声道，我希望将其从单声道转换为立体声。

我确定不需要说，但音频时间序列是“np.ndarray [shape=(n,) or (2, n)]”。本质上，我真的在问我是否有shape=(n,) 的np.ndarray，如何将其转换为shape=(2,n)？这可能吗？我不熟悉这个术语。

或者，有没有办法只使用 librosa 和 only librosa 作为立体声文件加载文件（如果需要，它会为我进行转换）？存在 librosa.to_mono() 函数而不是 librosa.to_stereo 函数的事实让我感到害怕。

对于上下文，我正在尝试根据一些参数（通道数、样本大小和频率等）标准化音频文件。它们都将转换为.wav 文件。据推测，可以使用wave 库将符合.wav PMC 的文件转换为立体声，但我宁愿本质上不创建两个wav 文件（我想该函数需要重建wav 文件） .

有什么建议吗？

编辑：

好的，所以我发现了np.reshape() 函数。现在的问题是，我将如何重塑数组？

如果我有一个音频时间序列shape=(746572,)，那么立体声形状应该是什么？它将是一个本质上是第一个数组两次的二维数组吗？所以

[[1, 2, 3, ..., 746572],
    [1, 2, 3, ..., 746572]]

还是没那么简单？

【参考方案1】：

好吧，我想我明白了。具体来说，对于这个问题，我认为我的假设是数组需要重复两次是正确的。因此，一个简单的：

y = np.array([y, y])

够了。

但是！！！如果尝试使用librosa.output.write_wav() 写入波形文件，则 np 数组需要与 fortran 兼容。所以，

y = np.asfortranarray(np.array([y, y]))

是完整、正确的答案。干杯

如果有更好的答案欢迎评论！