PCM格式音频数据的读取

最新推荐文章于 2023-02-09 11:37:52 发布

原创最新推荐文章于 2023-02-09 11:37:52 发布 · 2.9k 阅读

3 ·

CC 4.0 BY-SA版权

文章标签：

#自然语言处理 #机器学习

自然语言识别专栏收录该内容

1 篇文章

订阅专栏

这篇博客介绍了如何使用Python读取PCM格式的音频文件，通过Audacity软件设置编码和参数，然后利用numpy从文件中加载数据。代码示例展示了如何处理音频数据，包括从文件中读取16位整数数据，分离左右声道，并提供了调整采样率的选项。

部署运行你感兴趣的模型镜像

PCM格式音频数据的读取

PCM格式音频文件比方方式采用Audacity软件播放。具体实现过程：打开软件–>导入–>原始数据，修改编码：Signed 16bit PCM；字节序：小尾端，声道：单声道和双声道（立体声）；采样率根据实际填写，快鱼的拾音器的采样率为16000Hz

python实现PCM格式音频文件的加载

PCM里仅保留了数据，没有采样率值和通道值。采样率是16bit、32bit float等参数采样。
import array
import os
from matplotlib import pyplot

fileName = ‘e:/music/qianqian.pcm’ # 2 channel, 16 bit per sample
file = open(fileName, ‘rb’)
base = 1 / (1<<15)

shortArray = array.array(‘h’) # int16
size = int(os.path.getsize(fileName) / shortArray.itemsize)
count = int(size / 2)
shortArray.fromfile(file, size) # faster than struct.unpack
file.close()
leftChannel = shortArray[::2]
rightChannel = shortArray[1::2]
上述代码参考
**
我的代码如下：
**
def read_audio(path, target_fs=None, data_type=np.int16):
#(audio, fs) = soundfile.read(path)
f = open(path, “rb”)
#f.seek(0)
#f.read(44)
audio = np.fromfile(f, dtype = data_type)
‘’‘if audio.ndim > 1:
audio = np.mean(audio, axis=1)
if target_fs is not None and fs != target_fs:
audio = librosa.resample(audio, orig_sr=fs, target_sr=target_fs)
fs = target_fs’’’
return audio