如何將wav文件轉換爲10ms數據

我試圖將我從wav中檢索到的數據劃分爲10ms段以進行動態時間規整。如何將wav文件轉換爲10ms數據

import wave 
    import contextlib 

    data = np.zeros((1, 7000)) 
    rate, wav_data = wavfile.read(file_path) 
    with contextlib.closing(wave.open(file_path, 'r')) as f: 
     frames = f.getnframes() 
     rate = f.getframerate() 
     duration = frames/float(rate)

是否有任何現有的庫，做到這一點

感謝

來源

2014-12-03 user3591466

如果你有興趣在後處理中的數據，你可能會使用它作爲numpy的數據。

>>> import wave 
>>> import numpy as np 
>>> f = wave.open('911.wav', 'r') 
>>> data = f.readframes(f.getnframes()) 
>>> data[:10] # just to show it is a string of bytes 
'"5AMj\x88\x97\xa6\xc0\xc9' 
>>> numeric_data = np.fromstring(data, dtype=np.uint8) 
>>> numeric_data 
array([ 34, 53, 65, ..., 128, 128, 128], dtype=uint8) 
>>> 10e-3*f.getframerate() # how many frames per 10ms? 
110.25

這不是一個整數，所以，除非你要插你的數據，你需要墊您的數據用零來獲得不錯的110幀長的樣品（這是10ms左右，在此幀率）。

>>> numeric_data.shape, f.getnframes() # there are just as many samples in the numpy array as there were frames 
((186816,), 186816) 
>>> padding_length = 110 - numeric_data.shape[0]%110 
>>> padded = np.hstack((numeric_data, np.zeros(padding_length))) 
>>> segments = padded.reshape(-1, 110) 
>>> segments 
array([[ 34., 53., 65., ..., 216., 222., 228.], 
     [ 230., 227., 224., ..., 72., 61., 45.], 
     [ 34., 33., 32., ..., 147., 158., 176.], 
     ..., 
     [ 128., 128., 128., ..., 128., 128., 128.], 
     [ 127., 128., 128., ..., 128., 129., 129.], 
     [ 129., 129., 128., ..., 0., 0., 0.]]) 
>>> segments.shape 
(1699, 110)

所以現在，segments陣列的每一行都是大約10ms長。

來源

2014-12-03 23:43:22

如何將wav文件轉換爲10ms數據

回答

相關問題