python+wav文件声音周杰伦《告白气球》数字信号处理

1.从网上下载了一个wav文件，周杰伦的《告白气球》

网站：https://www.xmwav.com/

2.一些参数说明 对于音频信号：

2.1，通道数

是采集声音时使用多个通道来录制声音。单声道和双声道音频文件更为常见。例如，将通道放置在音源的不同位置进行录音，就可以获得多通道的音频数据。

以两声道（左右）音频为例，数据存储格式为：[Left 1 Right 1-Left 2 Right 2-Left 3 Right 3-Left 4 Right 4-Left 5 Right 5-Left 6右6..】

2.2。采样位

将样本值幅度量化为已知幅度。常见的量化位有8位[1字节]、16位[2字节]和32位[4字节]

8位可存储256个幅度值，16位可存储65536个幅度值，32位可存储729699个幅度值值

采样位数又称为量化位数、位深、分辨率，即表示幅度值的每一位的长度

2.3，采样率❀每秒采集的样本数，每个通道同时采集，常见的音频处理有11025Hz、22050Hz、24000Hz、44100Hz、48000Hz

2,4，帧数通常就是样本数。假设特定音频片段的帧数为100，即采样100次。如果是双通道，分别采样100次，总共采样了200个幅度数据【每通道100个幅度数据】

以16PCM、双通道为例，存储格式为【左1低字节，左1高字节，右1低字节右1高字节-左2低字节左2高字节右2低字节右2高字节...】

3.Python代码实现wav文件处理

import wave  import numpy as npimport pylab as plt 
#打开wav文件 ，open返回一个的是一个Wave_read类的实例，通过调用它的方法读取WAV文件的格式和数据。f = wave.open(r"C:\Users\jude\Desktop\jay.wav","rb")#读取格式信息  #一次性返回所有的WAV文件的格式信息，它返回的是一个组元(tuple)：声道数, 量化位数（byte单位）, 采  #样频率, 采样点数, 压缩类型, 压缩类型的描述。wave模块只支持非压缩的数据，因此可以忽略最后两个信息params = f.getparams()  print(params)# _wave_params(nchannels=2, sampwidth=2, framerate=44100, nframes=9507502, comptype='NONE', compname='not compressed')nchannels, sampwidth, framerate, nframes = params[:4]
#读取波形数据  #读取声音数据，传递一个参数指定需要读取的长度（以取样点为单位）  # nframes = 10000str_data  = f.readframes(nframes)  # print(str_data)f.close()#将波形数据转换成数组#需要根据声道数和量化单位，将读取的二进制数据转换为一个可以计算的数组  wave_data = np.fromstring(str_data,dtype = np.short)#将wave_data数组改为2列，行数自动匹配。在修改shape的属性时，需使得数组的总长度不变。print(wave_data.shape)wave_data.shape = -1,2#转置数据wave_data = wave_data.T#通过取样点数和取样频率计算出每个取样的时间。time=np.arange(0,nframes)/framerate#print(params)  plt.figure(1) plt.subplot(2,1,1)  #time 也是一个数组，与wave_data[0]或wave_data[1]配对形成系列点坐标plt.plot(time,wave_data[0])  plt.subplot(2,1,2)  plt.plot(time,wave_data[1],c="r")  plt.xlabel("time")  plt.show()

绘图结果：

4.代码分析

4.1。读取 wav 文件

import wave  import numpy as npimport pylab as plt 
f = wave.open(r"C:\Users\jude\Desktop\jay.wav","rb")

4.2。获取文件格式信息

params = f.getparams()  print(params)nchannels, sampwidth, framerate, nframes = params[:4]

结果：_wave_params(nchannels=2, sampwidth=2,framerate=44100, nframes=9507502, comptype='NONE', compname='未压缩')

通道的编号，即为2，位深为2字节，采样率为44100Hz，帧数为9507502【一个通道是9507502，两个通道必须乘以2=19015004】

4.3。读取帧数据并将其存储为短数组

str_data  = f.readframes(nframes)  print(str_data)f.close()#将波形数据转换成数组#需要根据声道数和量化单位，将读取的二进制数据转换为一个可以计算的数组  wave_data = np.fromstring(str_data,dtype = np.short)#将wave_data数组改为2列，行数自动匹配。在修改shape的属性时，需使得数组的总长度不变。print(wave_data.shape)

默认读取返回一个字符串：

将此字符串转换为短数组。矩阵大小为：

4.4。转换为双通道矩阵

wave_data.shape = -1,2#转置数据wave_data = wave_data.T#通过取样点数和取样频率计算出每个取样的时间。

将19015004行1列的一维矩阵转换为9507502行2列的二维数据。第一列是 1 个通道，第二列是 2 个通道

4.5。获取此声音和绘图的持续时间

time=np.arange(0,nframes)/framerate#print(params)  plt.figure(1) plt.subplot(2,1,1)  #time 也是一个数组，与wave_data[0]或wave_data[1]配对形成系列点坐标plt.plot(time,wave_data[0])  plt.subplot(2,1,2)  plt.plot(time,wave_data[1],c="r")  plt.xlabel("time")  plt.show() 

帧数 = 采样率 * 时间