librosa write_wav in mono？

Question

我想重新採樣在40.000赫茲到44100赫茲錄製的單聲道錄音。

下面的作品，但librosa代碼似乎立體聲保存，使文件的兩倍這是沒有必要的規模和我有很多的樣品進行處理的。

所以我需要保存結果單。

代碼：

# resampling a .wav file to a specific sample rate 
import os 

import librosa 
import resampy 

# this is the sample reate we want 
sr_target = 44100 


directory_in_str = '/home/hugo/test/' 

directory = os.fsencode(directory_in_str) 

for file in os.listdir(directory): 
    filename = os.fsdecode(file) 
    if filename.endswith(".wav"): 
     file_path = os.path.join(directory_in_str, filename) 
     print(file_path) 
     # Load in librosa's example audio file at its native sampling rate 
     x, sr_orig = librosa.load(file_path, mono=True, sr=None) 

     print("Original sample rate is : ", sr_orig) 
     # x is now a 1-d numpy array, with `sr_orig` audio samples per second 

     # We can resample this to any sampling rate we like, say 16000 Hz 
     y = resampy.resample(x, sr_orig, sr_target) 

     file_path_new = os.path.join(directory_in_str+'new/', filename) 


     # write it back 
     librosa.output.write_wav(file_path_new, y, sr_target) 

     continue 
    else: 
     continue 

問：我想保存單重採樣文件，我得到立體聲，沒有選項只保存單...

Answer 1

輸出單聲道或立體聲取決於y。如果y具有（n，）的形狀，則輸出是單聲道;如果y具有（2，n）的形狀，則輸出是立體聲。 librosa.output.write_wav不會自動將單聲道信號轉換爲立體聲。

從你的代碼，你的輸出音頻似乎是一個立體聲音頻。該文件大小的兩倍並不意味着它是立體聲。它可能是由輸入和輸出音頻的不同數據類型引起的。