码迷,mamicode.com
首页 > 编程语言 > 详细

python---wav音频

时间:2019-10-16 09:45:34      阅读:82      评论:0      收藏:0      [点我收藏+]

标签:color   gets   时域   取数   自己   com   channel   ini   补码   

技术图片

import pyaudio  #导入库
import wave   #导入wav音频库
import sys
from PyQt5.QtWidgets import QApplication, QWidget,QFileDialog
from pya import Ui_Form
import numpy as np
import matplotlib.pyplot as plt

class Win(QWidget,Ui_Form):
    def __init__(self):
        super(Win, self).__init__()
        self.setupUi(self)
        plt.rcParams[font.sans-serif] = [SimHei]  # 指定默认字体 SimHei为黑体
        plt.rcParams[axes.unicode_minus] = False  # 用来正常显示负号


    def dakaiwenjian(self):
        r = QFileDialog.getOpenFileName(self, 请选择要打开的文件, .\\, WAV(*.wav),
                                        WAV(*.wav))
        self.lineEdit.setText(r[0])

        wf = wave.open(r[0], rb)  # 只读方式打开wav文件
        #只读模式:  ‘r’, ‘rb’  ;只写模式:  ‘w’, ‘wb’;注意:不能同时完成读/写操作

        params = wf.getparams()  #读取格式信息
        #返回的是一个元组(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
        print(声道数:,params[0])
        print(量化位数:, params[1])  #量化位数(byte单位)
        #量化位是对模拟音频信号的幅度轴进行数字化,它决定了模拟信号数字化以后的动态范围
        #常用于表示声卡性能的两个参数是采样频率、和模拟量转换成数字量之后的数据位数(简称量化位数)。采样频率决定了频率响应范围,在计算机多媒体音频处理中,标准的采样频率为:11.025kHz(语音效果)、22.05kHz(音乐效果)、44.1kHz(高保真效果)。量化位数越多,声音的质量越高。目前声卡的最高采样频率为44.1KHz。对声波每次采样后存储、记录声音振幅所用的位数称为采样位数,16位声卡的采样位数就是16。量化位数决定了音乐的动态范围,量化位数有8位和16位两种。8位声卡的声音从最低音到最高音只有256个级别,16位声卡有65536个高低音级别
        #采样位数和采样率都是时域中的参数。一段音频(声波)的变化曲线,从时域上看,其横轴表示时间t,纵轴表示幅度v(一般是电压)。那么,采样率44.1K表示每秒钟采样44100个点,也就是横轴上每隔(1/44100)秒采集一个点;而采到的每个点都用一个数值来表示其幅度(电压)。假设整个音频信号的变化幅度范围是-5V~+5V的话,我们将-5V~+5V分成65536份,那么采到的这些点的数值n(16位),转换成电压,就是(n*10/65536)-5V。因此,采样位数分解的是音频电压的幅度!当然上面只是一个例子而已。对于某些A/D转换器来说,采集到的点的幅度值可能用补码来表示,那么换算成电压的公式就会不同,但将-5V~+5V这10V的变化范围分成了65536份这一点来说,是一样的
        #量化位数分为8位,16位,24位三种
        print(采样频率:, params[2])
        #每秒钟采集数据的次数
        #频率一般有11025Hz(11kHz) ,22050Hz(22kHz)和44100Hz(44kHz) 三种
        print(采样点数:, params[3])
        #采样点数决定了每次传到pc内的数据量。比如点数设为1000,pc内会开辟初始大小1000的buffer(buffer大小可以自己改), 板卡就每采1000点往pc传一次
        # [返回的是文件的总采样点数]

        # getnchannels, getsampwidth, getframerate, getnframes等方法可以单独返回WAV文件的特定的信息
        print(wf.getnchannels())  #声道数
        print(wf.getsampwidth())  #量化位数
        framerate=wf.getframerate()  #采样频率
        nframes=wf.getnframes()  #采样点数
        #[返回的是文件的总采样点数]
        print(采样点数:,nframes)

        data = wf.readframes(nframes)   # 读取数据
        # 从流的当前指针位置一次读出音频的n个帧,并且指针后移n个帧,返回一个字节数组--返回的是二进制数据(一大堆bytes),在Python中用字符串表示二进制数据
        #【返回的是二进制形式的字符串】
        #传递一个参数指定需要读取的长度(以取样点为单位)
        #wf.close()  #关闭文件
        wave_data = np.fromstring(data, dtype=np.short)  #将波形数据转换为列表【矩阵】
        #[0 0 0 ... 0 0 0]
        #通过fromstring函数将字符串转换为列表,通过其参数dtype指定转换后的数据格式,由于我们的声音格式是以两个字节表示一个取样值,因此采用short数据类型转换
        wave_data.shape = -1, 2  #修改矩阵的维度
        #-1  表示行数未知;   2 表示2列
        #声音文件是双声道的,因此它由左右两个声道的取样交替构成:LRLRLRLR....LR(L表示左声道的取样值,R表示右声道取样值)。修改wave_data的sharp之后:
        # [[0 0]  [0 0]  ...  [0 0]  [0 0]  [0 0]]
        wave_data = wave_data.T   #将其转置--行列转换
        time = np.arange(0, nframes) * (1.0 / framerate)   #取样时间
        # 1.0 / framerate  每个点的时间
        # np.arange(0, nframes)  产生一个一维矩阵--传递给pc数据中的第几个数据

        # 绘制波形
        plt.subplot(2,1,1)
        plt.plot(time, wave_data[0])  #画左声道
        plt.subplot(2,1,2)
        plt.plot(time, wave_data[1], c="g")  #画右声道
        plt.xlabel("time (seconds--秒)")
        plt.show()




    def bofan(self):
        pass

if __name__ == __main__:
    app = QApplication(sys.argv)
    demo = Win()
    demo.show()
    sys.exit(app.exec_())

 

上面实例下载: 

链接:https://pan.baidu.com/s/1DaDhI1gC4ul2Hblm7tPAFg   提取码:opy5 

 

 

技术图片

python---wav音频

标签:color   gets   时域   取数   自己   com   channel   ini   补码   

原文地址:https://www.cnblogs.com/liming19680104/p/11683230.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!