audio - 带librosa的音频缓冲区

Question

在下面的代码中，我创建了一个缓冲区，该缓冲区在每次循环迭代中保存10帧音频文件。

import collections
import librosa
import wave
my_buffer = collections.deque(maxlen=10)
f = wave.open('Desktop/0963.wav',"rb")
num_frames = f.getnframes()
for frame in range(num_frames):
   my_buffer.append(f.readframes(frame))

在缓冲区之外，我需要获取一个表示librosa的每个采样点的音频幅度的numpy数组。任何的想法？

Answer 1

如果使用scipy.io.wavfile，它将直接读取wave文件并将数据加载到numpy数组。然后可以根据需要对其进行 slice 。
scipy.io.wavfile读取WAV文件，并从WAV文件返回采样率(以samples / sec为单位)和数据

>>> type(f)
<type 'tuple'>
>>> f
(44100, array([-36,  57, 156, ...,  66,  64,  77], dtype=int16))
>>> 

源代码

from scipy.io.wavfile import read
import numpy as np
f = read('your_audio.wav')
n = np.array(f[1],dtype=float)
for i in xrange(0,len(n),10):
    my_buffer = n[i:i+10] 

my_buffer内容:

>>> 
[ -36.   57.  156.  198.  191.  126.   70.   42.   43.   62.]
[  69.   71.   83.  117.  159.  177.  151.   89.   14.  -27.]
[ -33.   -4.   21.   38.   42.   66.   94.  134.  144.  142.]
[ 118.  115.  111.  132.  122.  123.  103.  119.  125.  134.]
.....
.....

这里我们有 my_buffer，每次迭代有10帧，您可以将其输入到下一个块中。