在 Python 中从立体声文件中读取单个通道的数据

Posted 2023-02-25

【中文标题】在 Python 中从立体声文件中读取单个通道的数据

【英文标题】：Read the data of a single channel from a stereo wave file in Python

【发布时间】：2014-04-18 12:42:26

【问题描述】：

我必须从 Python 中立体声文件的一个通道中读取数据。 为此，我使用 scipy.io 进行了尝试：

import scipy.io.wavfile as wf
import numpy

def read(path):
    data = wf.read(path)
    for frame in data[1]:
        data = numpy.append(data, frame[0])
    return data

但是这段代码很慢，尤其是当我必须处理更长的文件时。 那么有人知道更快的方法吗？我考虑过使用 wave.readframes() 的标准 wave 模块，但帧是如何存储在那里的？

【参考方案1】：

scipy.io.wavfile.read 返回元组 (rate, data)。如果文件是立体文件，data 是一个形状为(nsamples, 2) 的numpy 数组。要获取特定频道，请使用 slice 或 data。例如，

rate, data = wavfile.read(path)
# data0 is the data from channel 0.
data0 = data[:, 0]

【讨论】：

在立体声文件中，“通道”指的是左信号或右信号。即left = data[:, 0]、right = data[:, 1]。另见***.com/questions/13995936/…

这很好用，但是我如何在不保存为 wav 的情况下传递这个频道到另一个函数？

这取决于其他函数所期望的输入格式。您应该为此创建一个新的 *** 问题。 cmets 不是解决新问题的地方。

谢谢你，先生，我提出了一个问题——你能调查一下吗？ ***.com/questions/63467345/…

【参考方案2】：

wave 模块将帧作为字节字符串返回，可以使用struct 模块将其转换为数字。例如：

def oneChannel(fname, chanIdx):
""" list with specified channel's data from multichannel wave with 16-bit data """
    f = wave.open(fname, 'rb')
    chans = f.getnchannels()
    samps = f.getnframes()
    sampwidth = f.getsampwidth()
    assert sampwidth == 2
    s = f.readframes(samps) #read the all the samples from the file into a byte string
    f.close()
    unpstr = '<0h'.format(samps*chans) #little-endian 16-bit samples
    x = list(struct.unpack(unpstr, s)) #convert the byte string into a list of ints
    return x[chanIdx::chans] #return the desired channel

如果您的 WAV 文件有其他一些样本大小，您可以在我写的另一个答案中使用 (uglier) 函数here。

我从未使用过scipy 的wavfile 函数，因此无法比较速度，但我在这里使用的wave 和struct 方法一直对我有用。

【参考方案3】：

速率，音频 = wavfile.read(path)

audio = np.mean(audio, axis=1)

【讨论】：

您能否为您的答案添加一些解释并正确格式化？该问题已有一个可接受的答案。

@Elijah：请阅读社区指南以编写好的答案：https://***.com/help/how-to-answer