Python SciPy wavfile.read用法及代码示例

本文简要介绍 python 语言中 scipy.io.wavfile.read 的用法。

用法:

scipy.io.wavfile.read(filename, mmap=False)#

打开一个 WAV 文件。

从 LPCM WAV 文件返回采样率(以样本/秒为单位)和数据。

参数 ：：

filename： 字符串或打开文件句柄

输入 WAV 文件。

mmap： 布尔型，可选

是否读取数据为memory-mapped(默认：False)。与某些位深度不兼容；见注释。仅用于真实文件。

返回 ：：

rate： int

WAV 文件的采样率。

data： numpy 数组

从 WAV 文件中读取的数据。数据类型由文件确定；见注释。对于 1 通道 WAV，数据是 1-D，否则是 2-D 形状(Nsamples，Nchannels)。如果传递了没有 C-like 文件说明符(例如 io.BytesIO )的 file-like 输入，则这将不可写。

注意：

常见数据类型：[1]

WAV 格式	敏	最大限度	NumPy 数据类型
32 位浮点	-1.0	+1.0	float32
32 位整数 PCM	-2147483648	+2147483647	int32
24 位整数 PCM	-2147483648	+2147483392	int32
16 位整数 PCM	-32768	+32767	int16
8 位整数 PCM	0	255	uint8

WAV 文件可以指定任意位深度，该函数支持读取从 1 到 64 位的任意整数 PCM 深度。数据以最小的兼容 numpy int 类型返回，格式为左对齐。 8 位及以下是无符号的，而 9 位及以上是有符号的。

例如，24 位数据将存储为 int32，24 位数据的 MSB 存储在 int32 的 MSB 处，通常最低有效字节为 0x00。 (但是，如果文件实际上包含超过其指定位深度的数据，则这些位也将被读取和输出。[2])

此位对齐和符号匹配 WAV 的本机内部格式，它允许每个样本使用 1、2、4 或 8 个字节的 WAV 文件的内存映射(因此 24 位文件不能是memory-mapped，但 32 位可以)。

支持 32 位或 64 位格式的 IEEE 浮点 PCM，带或不带 mmap。超过 [-1, +1] 的值不会被剪裁。

不支持非线性 PCM(mu-law、A-law)。

参考：

[1]

IBM Corporation 和 Microsoft Corporation，“多媒体编程接口和数据规范 1.0”，“样本的数据格式”部分，1991 年 8 月http://www.tactilemedia.com/info/MCI_Control_Info.html

[2]

Adobe Systems Incorporated，“Adobe Audition 3 用户指南”，“音频文件格式：24 位压缩 Int(类型 1，20 位)”部分，2007

例子：

>>> from os.path import dirname, join as pjoin
>>> from scipy.io import wavfile
>>> import scipy.io

从测试/数据目录中获取示例 .wav 文件的文件名。

>>> data_dir = pjoin(dirname(scipy.io.__file__), 'tests', 'data')
>>> wav_fname = pjoin(data_dir, 'test-44100Hz-2ch-32bit-float-be.wav')

加载 .wav 文件内容。

>>> samplerate, data = wavfile.read(wav_fname)
>>> print(f"number of channels = {data.shape[1]}")
number of channels = 2
>>> length = data.shape[0] / samplerate
>>> print(f"length = {length}s")
length = 0.01s

绘制波形。

>>> import matplotlib.pyplot as plt
>>> import numpy as np
>>> time = np.linspace(0., length, data.shape[0])
>>> plt.plot(time, data[:, 0], label="Left channel")
>>> plt.plot(time, data[:, 1], label="Right channel")
>>> plt.legend()
>>> plt.xlabel("Time [s]")
>>> plt.ylabel("Amplitude")
>>> plt.show()