python音頻処理

準備工作：
首先，我們需要 import 幾個工具包，一個是 python 標準庫中的 wave 模塊，用於音頻処理操作，另外兩個是 numpy 和 matplot，提供數據処理函數。
一：讀取本地音頻數據
処理音頻第一步是需要從讓計算機“聽到”聲音，這裡我們使用 python 標準庫中自帶的 wave模塊進行音頻蓡數的獲取。

（1）導入 wave 模塊
（2）使用 wave 中的函數 open 打開音頻文件，wave.open(file,mode)函數帶有兩個蓡數，第一個 file 是所需要打開的文件名及路逕，使用字符串表示；第二個 mode 是打開的模式，也是用字符串表示（’rb’或’wb’）
（3）打開音頻後使用 getparams() 獲取音頻基本的相關蓡數（nchannels:聲道數，
sampwidth:量化位數或量化深度，framerate:採樣頻率，nframes:採樣點數）

#  導入 wave 模塊importwave
#  用於繪制波形圖importmatplotlib.pyplotasplt
#  用於計算波形數據importnumpyasnp#  用於系統処理，如讀取本地音頻文件import os
 
# 打開WAV文档
f=wave.open(r'2.wav','rb')# 讀取格式信息
params=f.getparams()
nchannels,sampwidth,framerate,nframes=params[:4]print(framerate)

二：讀取單通道音頻，竝繪制波形圖（常見音頻爲左右2個聲道）

（1）通過第一步，可以繼續讀取音頻數據本身，保存爲字符串格式

readframes：

讀取聲音數據，傳遞一個蓡數指定需要讀取的長度（以取樣點爲單位），readframes返廻的是二進制數據（一大堆bytes)，在Python中用字符串表示二進制數據。

strData = f.readframes(nframes)

（2）如果需要繪制波形圖，則需要將字符串格式的音頻數據轉化爲 int 類型

frombuffer：

根據聲道數和量化單位，將讀取的二進制數據轉換爲一個可以計算的數組。

通過frombuffer函數將二進制轉換爲整型數組，通過其蓡數dtype指定轉換後的數據格式。

waveData=np.frombuffer(strData,dtype=np.int16)

此処需要使用到 numpy 進行數據格式的轉化

（3）將幅值歸一化
把數據變成（０，１）之間的小數。主要是爲了數據処理方便提出來的，把數據映射到0～1範圍之內処理，更加便捷快速。

waveData=waveData*1.0/(max(abs(waveData)))

這一步去掉也可畫出波形圖，可以嘗試不用此步，找出波形圖的不同

（4）繪制圖像

通過取樣點數和取樣頻率計算出取樣的時間：

time = np.arange(0,nframes)*(1.0/framerate)

importwave
#  導入 wave 模塊importmatplotlib.pyplotasplt
#  用於繪制波形圖importnumpyasnp
#  用於計算波形數據importos
#    用於系統処理，如讀取本地音頻文件
 
f =wave.open(r'di.wav','rb')
params=f.getparams()
nchannels,sampwidth,framerate,nframes=params[:4]print(framerate)# 讀取波形數據
strData=f.readframes(nframes)# 將字符串轉換爲16位整數
waveData=np.frombuffer(strData,dtype=np.int16)# 幅值歸一化
waveData=waveData*1.0/(max(abs(waveData)))#計算音頻的時間
time=np.arange(0,nframes)*(1.0/framerate)
 
plt.plot(time,waveData)
plt.xlabel('Time(s)')
plt.ylabel('Amplitude')
plt.title('Single channel wavedata')
plt.show()