Joseph__Lagrange的博客

两种方法实现方法1： 借助librosa音频库方法2： 借助ffmpeg-python库方法1 代码如下import librosanum = 2audio, sr = librosa.load(f'/source/d3/ContentGeneration/root/head/{num}/audio.wav', sr=None)print(type(audio), audio.dtype)print(f'sr: {sr}')audio_24k = librosa.resample(au

背景librosa读音频，librosa处理音频，librosa写音频，比较简单。项目是wave模块读取音频，wave模块写入音频，但是wave模块处理音频数据方法太少，必须调用librosa模块实现音频处理，这个流程是：音频文件—>wave读取—>得到字节码—>解码为整形数据—>librosa处理—>编码为字节码—>写入音频文件代码如下 src = '1.wav' wave_read = wave.open(src, 'rb') len

【音频】指人耳可以听到的声音频率在20HZ~20kHz之间的声波，称为音频。【采样频率】来源：音频采样，是把声音从模拟信号转换为数字信号。定义：采样率，就是每秒对声音进行采集的次数，同样也是所得的数字信号的每秒样本数。常用的采样率有：8,000 Hz - 电话所用采样率, 对于人的说话已经足够11,025 Hz - AM调幅广播所用采样率22,050 Hz和24,000 Hz - FM调频广播所用采样率32,000 Hz - miniDV 数码视频 camcorder、DAT (LP mo

注意：librosa只能读取wav格式音频文件代码如下import numpy as npimport librosa# 1.加载音频文件audio_path1 = './audio1.wav'y1, sr1 = librosa.load(audio_path1)dur1 = librosa.get_duration(y1, sr=sr1)print('数据x类型和采样率sr类型', type(y1), type(sr1))print('数据x尺寸和采样率', y1.shape, sr1

基本操作使用librosa读取音频、可视化音频、绘制音频的声谱图代码如下import librosaimport matplotlib.pyplot as pltimport librosa.display# 1.加载音频文件audio_path = '/audio1.wav'x, sr = librosa.load(audio_path)print('数据x类型和采样率sr类型', type(x), type(sr))print('数据x尺寸和采样率', x.shape, sr)