python做语音信号处理

音频信号的读写、播放及录音
标准的python已经支持WAV格式的书写，而实时的声音输入输出需要安装pyAudiio(http://people.csail.mit.edu/hubert/pyaudio)。最后我们还将使用pyMedia(http://pymedia.org)进行Mp3的解码和播放。

　　音频信号是模拟信号，我们需要将其保存为数字信号，才能对语音进行算法操作，WAV是Microsoft开发的一种声音文件格式，通常被用来保存未压缩的声音数据。

语音信号有三个重要的参数：声道数、取样频率和量化位数。

声道数：可以是单声道或者是双声道
采样频率：一秒内对声音信号的采集次数，44100Hz采样频率意味着每秒钟信号被分解成44100份。换句话说，每隔$\frac{1}{44100}Hz$就会存储一次，如果采样率高，那么媒体播放音频时会感觉信号是连续的。
量化位数：用多少bit表达一次采样所采集的数据，通常有8bit、16bit、24bit和32bit等几种
例如CD中所储存的声音信号是双声道、44.1kHz、16bit。

如果你需要自己录制和编辑声音文件，推荐使用Audacity(http://audacity.sourceforge.net)，它是一款开源的、跨平台、多声道的录音编辑软件。在我的工作中经常使用Audacity进行声音信号的录制，然后再输出成WAV文件供Python程序处理。

wave-读wav文件
wava模块为WAV声音格式提供了方面的界面，他不支持压缩/解压，但支持单声道/立体声。

Wave_read = wave.open(file,mode="rb")

file通常为是字符串格式的文件名或者文件路径

　　　　例如voice.wav文件的路径C:\Users\Never\Desktop\code for the speech

　　则file有以下三种填写格式：

　　　　r"C:\Users\Never\Desktop\code for the speech\voice.wav"

　　　　"C:/Users/Never/Desktop/code for the speech/voice.wav"

　　　　"C:\\Users\\Never\\Desktop\\code for the speech\\voice.wav"

　　三者等价，右划线\为转意字符，如果要表达\则需要\\，引号前面加r表示原始字符串。

mode是缺省参数，可以不填，也可以是"rb":只读模式；"wb":只写模式。注意不支持读/写格式。

该open()函数可用于with声明中。当with块完成时，Wave_read.close()或Wave_write.close()方法被调用。Wave_read是读取的文件流。

Wave_read.getparams（）　　　　

一次性返回所有的音频参数，返回的是一个元组(声道数，量化位数(byte单位)，采样频率，采样点数，压缩类型，压缩类型的描述)。(nchannels, sampwidth, framerate, nframes, comptype, compname)wave模块只支持非压缩的数据，因此可以忽略最后两个信息。

str_data = Wave_read.readframes（nframes）　　

指定需要读取的长度(以取样点为单位)，返回的是字符串类型的数据

wave_data = np.fromstring(str_data, dtype=np.short)

将读取的字符串数据转换为一维short类型的数组。

通过np.fromstring函数将字符串转换为数组，通过其参数dtype指定转换后的数据格式(由于我们的声音格式是以两个字节表示一个取样值，因此采用short数据类型转换)

现在的wave_data是一个一维的short类型的数组，但是因为我们的声音文件是双声道的，因此它由左右两个声道的取样交替构成：LR

wave_data.shape = (-1, 2)　　# -1的意思就是没有指定,根据另一个维度的数量进行分割，得到n行2列的数组。

getnchannels, getsampwidth, getframerate, getnframes等方法可以单独返回WAV文件的特定的信息。

Wave_read.close（）　　关闭文件流wave

Wave_read.getnchannels（）　　返回音频通道的数量（1对于单声道，2对于立体声）。

Wave_read.getsampwidth（）　　以字节为单位返回样本宽度

Wave_read.getframerate（）　　返回采样频率。

Wave_read.getnframes（）　　　返回音频帧数。

Wave_read.rewind（）　　　　　　将文件指针倒回到音频流的开头。

Wave_read.tell（）　　　　　　返回当前文件指针位置。 
————————————————
版权声明：本文为CSDN博主「凌逆战」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/qq_34218078/article/details/84967662