Python 3：将波形数据（字节数组）转换为浮点值的 numpy 数组

Posted 2023-02-25

【中文标题】Python 3：将波形数据（字节数组）转换为浮点值的 numpy 数组

【英文标题】：Python 3: Convert wave data (byte array) to numpy array of floating point values

【发布时间】：2021-02-20 20:08:30

【问题描述】：

我的目标是将 wave 数据（使用 wave 模块从 .wav 文件读取）转换为 numpy 数组。

数据当前被格式化为字节数组。这意味着字节数组的每个元素都是 8 位宽。 wav 文件是单声道的，因此仅包含 1 个通道。然而，大多数 wav 文件是立体声的，因此数据被格式化为左右声道交织的一系列样本。

样本是 16 位，因此数组中的每一对连续字节都是 1 个“16 位”样本。某些音频文件是每个样本 24 位。每个样本的位数可以从

获得

len(bytearray) // (wave.getnframes() *  wave.getnchannels())

所以我需要以某种方式

将字节分组为字节对（样本） 使用“步幅”将字节对复制到某个新存储中。对于单步幅 = 0 ？对于立体声，步幅大概是 1？ （这将取决于 python 在内存中的计数） 将新存储转换为 numpy 数组 有时会从 16 位有符号整数格式转换为浮点格式，这可以在过程的任何阶段完成

我可以使用 for 循环和索引来实现 C++ 风格的解决方案。我认为这在 python 中会很慢。

我的猜测是 Python（可能）包含一些函数

int 和 float/double 格式之间的转换（可能是 numpy 数组或上述过程中的其他地方） “去隔行”数据（从字节数组中分离出左/右通道数据） 将指定格式的字节数组转换为指定类型的numpy数组

但是，我不知道这些可能是什么或它们可能是什么形式。（内置？库/模块？）

这似乎是一个应该很容易“duckduckgoable”的问题 - 但我没有运气。现在使用 wav 格式数据可能有点小众应用？

即使是简单的答案，其中包含要输入到 dadduckgo 中的内容列表，也将不胜感激。我可以阅读/找出文档，只是不知道要搜索什么。

【问题讨论】：

请问我的编辑有什么问题吗？我修复了一些小问题，添加了相关标签并删除了您要求外部资源的部分，这是题外话...

【参考方案1】：

我通常使用scipy.io.wavfile.read 这样做，它会解析波形文件头并将数据作为 numpy 数组和从头中获取的采样频率提供给您。

如果你真的想从字节开始，你可以使用numpy.frombuffer

data_s16 = np.frombuffer(bytes, dtype=np.int16, count=len(bytes)//2, offset=0)
float_data = data_s16 * 0.5**15

【讨论】：

scipy方法看起来比较简单，我来看看。 scipy 包含用于读取 wav 文件的代码似乎有点奇怪？

为什么你觉得奇怪？因为你认为 Wave 更多的是一种娱乐形式？源分离、语音识别、语音合成是使用音频信号的几个热门研究领域。