python - SciPy wavfile : music in, 垃圾输出？

Question

我已将我的问题隔离为最低限度的问题:读入 WAV 文件，然后立即将其写回。尽管输入是音乐，但输出是噪音。这让我很困惑。这是代码:

import scipy.io.wavfile as wavfile
rate, data = wavfile.read("myinput.wav")
wavfile.write("myoutput.wav", rate, data)

大概我正在做一些非常愚蠢的事情。有人可以告诉我如何让它工作吗？

附言在读入和写出之间添加“打印数据”会产生...

[ 889195140  456589342  2605824 ...,  221785355 1292756287  873860659]

Answer 1

通过一些额外的转换，您可以将 24 位 WAV 文件与标准库中的 wave 模块一起使用。

import wave
import numpy as np
from contextlib import closing

def pcm24to32(data, nchannels=1):
    temp = np.zeros((len(data) / 3, 4), dtype='b')
    temp[:, 1:] = np.frombuffer(data, dtype='b').reshape(-1, 3)
    return temp.view('<i4').reshape(-1, nchannels)

def pcm2float(sig, dtype=np.float64):
    sig = np.asarray(sig)  # make sure it's a NumPy array
    assert sig.dtype.kind == 'i', "'sig' must be an array of signed integers!"
    dtype = np.dtype(dtype)  # allow string input (e.g. 'f')

    # Note that 'min' has a greater (by 1) absolute value than 'max'!
    # Therefore, we use 'min' here to avoid clipping.
    return sig.astype(dtype) / dtype.type(-np.iinfo(sig.dtype).min)

with closing(wave.open('my_24bit_input.wav')) as w:
    framerate = w.getframerate()
    nframes = w.getnframes()
    nchannels = w.getnchannels()
    width = w.getsampwidth()
    data = w.readframes(nframes)

assert width == 3

pcm = pcm24to32(data, nchannels)

# You can also use np.float64, if you prefer:
normalized = pcm2float(pcm, np.float32)

我创建了一个 IPython notebook with some more information .

当然，您也可以使用 scikits.audiolab，但请注意，当前(版本 0.11.0)在使用 np 以外的类型时存在错误 (https://github.com/cournape/audiolab/issues/3)。 float64!

你也可以试试 https://github.com/bastibe/PySoundFile ，但我自己还没有尝试过。