Python SciPy wavfile.read用法及代碼示例

本文簡要介紹 python 語言中 scipy.io.wavfile.read 的用法。

用法:

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

打開一個 WAV 文件。

從 LPCM WAV 文件返回采樣率(以樣本/秒為單位)和數據。

參數 ：：

filename： 字符串或打開文件句柄

輸入 WAV 文件。

mmap： 布爾型，可選

是否讀取數據為memory-mapped(默認：False)。與某些位深度不兼容；見注釋。僅用於真實文件。

返回 ：：

rate： int

WAV 文件的采樣率。

data： numpy 數組

從 WAV 文件中讀取的數據。數據類型由文件確定；見注釋。對於 1 通道 WAV，數據是 1-D，否則是 2-D 形狀(Nsamples，Nchannels)。如果傳遞了沒有 C-like 文件說明符(例如 io.BytesIO )的 file-like 輸入，則這將不可寫。

注意：

常見數據類型：[1]

WAV 格式	敏	最大限度	NumPy 數據類型
32 位浮點	-1.0	+1.0	float32
32 位整數 PCM	-2147483648	+2147483647	int32
24 位整數 PCM	-2147483648	+2147483392	int32
16 位整數 PCM	-32768	+32767	int16
8 位整數 PCM	0	255	uint8

WAV 文件可以指定任意位深度，該函數支持讀取從 1 到 64 位的任意整數 PCM 深度。數據以最小的兼容 numpy int 類型返回，格式為左對齊。 8 位及以下是無符號的，而 9 位及以上是有符號的。

例如，24 位數據將存儲為 int32，24 位數據的 MSB 存儲在 int32 的 MSB 處，通常最低有效字節為 0x00。 (但是，如果文件實際上包含超過其指定位深度的數據，則這些位也將被讀取和輸出。[2])

此位對齊和符號匹配 WAV 的本機內部格式，它允許每個樣本使用 1、2、4 或 8 個字節的 WAV 文件的內存映射(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 浮點 PCM，帶或不帶 mmap。超過 [-1, +1] 的值不會被剪裁。

不支持非線性 PCM(mu-law、A-law)。

參考：

[1]

IBM Corporation 和 Microsoft Corporation，“多媒體編程接口和數據規範 1.0”，“樣本的數據格式”部分，1991 年 8 月http://www.tactilemedia.com/info/MCI_Control_Info.html

[2]

Adobe Systems Incorporated，“Adobe Audition 3 用戶指南”，“音頻文件格式：24 位壓縮 Int(類型 1，20 位)”部分，2007

例子：

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

從測試/數據目錄中獲取示例 .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')

加載 .wav 文件內容。

>>> 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

繪製波形。

>>> 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()