python中的wave库：2个通道和2个样本宽度

Posted 2023-02-25

【中文标题】python中的wave库：2个通道和2个样本宽度

【英文标题】：wave library in python: 2 channels and sample width of 2

【发布时间】：2020-12-11 19:43:40

【问题描述】：

我正在尝试将 .wav 文件转换为 numpy 数组。我在 python 中使用 wave 库使用 readframes() 将 .wav 文件转换为字节对象，然后使用 np.frombuffer() 将字节对象转换为 numpy 数组。

我的 .wav 文件具有以下属性：

频道数：2 样品宽度：2 帧率：44100 帧数：4692480 压缩类型：无 压缩类型（人类可读的名称）：未压缩

当我将其转换为 np 数组并检查形状时，我得到的形状为 18769920，是预期的 4 倍 (4692480)。我怀疑这是因为通道数（2）和样本宽度（2）。

我在下面包含了我的代码：

wave_read = wave.open('sample_jazz.wav', mode='rb')
frames = wave_read.readframes(wave_read.getnframes())
sound_arr = np.frombuffer(frames, dtype=np.uint8)

这里是问题（它们彼此非常相关）。

如何一次阅读一个频道？ 我如何一次读取 2 个字节而不是 1 个字节？我只是将 dtype 更改为 np.uint16 吗？原因是我不确定字节对象中的字节是如何排序的。也许它有通道 1，帧 1，字节 1，然后是通道 2，帧 1，字节 1，然后是通道 1，帧 1，字节 2，然后是通道 2，帧 1，字节 2，我不能只解释两个连续字节作为 uint16，因为通道是散布的，我最终只是将来自不同通道的两个字节 1 解释为 16 位 int。

【参考方案1】：

我最终使用了非常方便的 scipy.io.wavfile。