用python实现语音的分割并保存为.wav文件

功能描述

  因为在研究使用openSMILE提取特征时，需要对语音进行分割，我找了很多方法，都无法实现自己想要效果，语音自己实现了语音分割并保存的代码，我测试了一下，可以达到自己想要的结果，因此写一篇博客，方便自己后期查看，也可以分享给大家参考。
  功能为：给定一个语音句子，将这个句子等分几个片段，并保存为.wav文件。

代码实现和分析

  大家如果想尝试，自己在代码所在文件夹下准备一个.wav语音文件，新建一个文件夹，修改代码里的语音名和文件夹名，运行即可实现语音分割。
实现代码如下：

import wave
import numpy as np


def read_file(filename):
    file = wave.open(filename, 'r')
    params = file.getparams()
    nchannels, sampwidth, framerate, wav_length = params[:4]
    str_data = file.readframes(wav_length)
    wavedata = np.frombuffer(str_data, dtype=np.short)
    file.close()
    return wavedata, framerate, nchannels, sampwidth, wav_length


# 设置相应参数并保存为wav文件
def save_wav(data, framerate, nchannels, sampwidth, name):
    outwave = wave.open(name, 'wb')  # 定义存储路径以及文件名
    data_size = len(data)
    nframes = data_size
    comptype = "NONE"
    compname = "not compressed"
    outwave.setparams((nchannels, sampwidth, framerate, nframes, comptype, compname))
    # 注意采样率要放在nchannels, sampwidth后面，否则保存的语音没有声音
    outwave.writeframes(b''.join(data))
    outwave.close()

    return 0


if __name__ == "__main__":
    path = "./audio.wav"  # 待语音的语音
    path_2 = "./file/"   # 分割后语音放置的文件夹
    wavedata, framerate, nchannels, sampwidth, wav_length = read_file(path)
    print("framerate, nchannels, sampwidth, wav_length\n", framerate, nchannels, sampwidth, wav_length)
    length = wav_length//3  # 将语音三等分
    for i in range(0, len(wavedata), length):
        data = wavedata[i:length+i]
        name = path_2+path[-9:-4]+"_"+str(i)+".wav"  # 设置保存的名字
        print(name)
        save_wav(data, framerate, nchannels, sampwidth, name)

运行结果为：

framerate, nchannels, sampwidth, wav_length
 16000 1 2 18972
./file/audio_0.wav
./file/audio_6324.wav
./file/audio_12648.wav

代码分析

  代码主要由三个部分组成：

1. 语音文件读取部分，这里的作用是用来读取语音信号以及对应的参数，并将语音转为数组。
2. 语音保存部分，这里的作用是根据参数进行语音数据的保存。
3. 主函数部分，调用两个函数实现语音的读取，然后设定分割长度，然后根据读取的参数进行保存。

  在写代码的过程中我发现一个小问题，在设置参数时，如果采样率放在通道数和采样宽度前面，保存的语音是没有声音的，将顺序改过来就能听到声音了。

outwave.setparams((nchannels, sampwidth, Framerate, nframes, comptype, compname))