python--wave库的使用

这是笔记，不定时更新

wave–音频文件操作

wav文件详解

1、wav文件是基于windows平台的音频资源文件，符合RIFF(Resource Interchange File Format)文件规范，标准化的wav文件44.1k采样率，16位数字表示
2、wav文件分为两给部分，第一个部分是wav头文件，第二给部分是PCM编码的音频数据部分；
3、PCM编码：数字信号是对连续变化的模拟信号进行抽样、量化和编码产生的，称为PCM(Pulse-code modulation),即脉冲编码调制；
4、wav头文件:
RIFF文件由一个简单表头(header)跟随多个“chunks”组成。
wav文件一般由3给区块组成：RIFF chunk、Format chunk、Data chunk和可选区块：Fact chunk、Cue points chunk、Playlist chunk、 Associated data list chunk等

RIFF 区块

名称	偏移地址	字节数	端序	内容
ID	0x00	4Byte	大端	‘RIFF’(0x52494646)
Size	0x04	4Byte	小端	fileSize-8
Type	0x08	4Byte	大端	‘WAVE’(0x57415645)

• 以 ‘RIFF’ 为标识
• Size是整个文件的长度减去ID和Size的长度
• Type是WAVE表示后面需要两个子块：Format区块和Data区块

FORMAT区块

名称	偏移地址	字节数	端序	内容
ID	0x00	4Byte	大端	‘fmt’(0x666D7420)
Size	0x04	4Byte	小端	16
AudioFormat	0x08	2Byte	小端	音频格式
Numchannels	0x0A	2Byte	小端	声道数
SampleRate	0x0C	4Byte	小端	采样率
ByteRate	0x10	4Byte	小端	每秒数据字节数
BlockAlign	0x14	2Byte	小端	数据块对齐
BitsPerSample	0x16	2Byte	小端	采样位数

• 以 ‘fmt’ 为标识
• Size表示该区块数据的长度(不包含ID和Szie的长度)
• AudioFormat 表示Data区块存储的音频数据的格式，PCM音频数据的值为1
• NumChannels表示音频数据的声道数，1：单声道，2：双声道
• SampleRate 表示音频数据的采样率
• ByteRate 每秒数据字节数=SampleRateNumChannelsBitsPerSample/8
• BlockAlign每个采样所需的字节数=NumChannels*BitsPerSample/8
• BitsPerSample每个采样存储的bit数，8：8bit，16：16bit，32：32bit

Data区块

名称	偏移地址	字节数	端序	内容
ID	0x00	4Byte	大端	‘data’(0x64617461)
Size	0x04	4Byte	小端	N
Data	0x08	NByte	小端	音频数据

• 以 ‘data’ 为标识
• Size表示音频数据的长度，N=ByteRate*seconds
• Data 音频数据

大小端

wav文件以小端形式来进行数据存储

大端：数据低位保存在内存的高位地址中，而数据高位保存在内存的低位地址中
小端：数据高位保存在内存的低位地址中，而数据高位保存在内存的低位地址中
PCM数据在wav文件中的bit位排列方式

PCM数据类型	采样	采样
8Bit单声道	声道0	声道0
8Bit双声道	声道0	声道1
16Bit单声道	声道0低位，声道0高位	声道0低位，声道0高位
16Bit双声道	声道0低位，声道0高位	声道1低位，声道1高位

读取

import wave
import os 
filePath='xxx.wav'
f=wave.open(filePath,"rb")
params=f.getparams()
nchannels,sampwidth,framerate,nframes，comptype,compname=params
print("nchannels:",nchannels)#通道数
print("sampwidth:",sampwidth)#采样字节长度
print("framerate:",framerate)#采样频率
print("nframes",nframes)#总帧数(数据总长)
print("comptype",comptype)#压缩类型 NONE为AIFF-C
print("compname",compname)#可读的压缩类型

#读取波形数据，返回为bytes对象的n帧
strData=f.readframes(nframes)
f.close()
#波形数据转数组
waveData=np.fromstring(strData,dtype=np.int16)#数据的类型要和sampwidth一致

生成WAV

...数据生成waveDataBytes
waveFile=wave.open(r'xxx.wav','wb')
waveFile.setparams((1,2,10000,wavelen,'NONE','Tsinghua'))
waveFile.writeframes(waveDataBytes)
waveFile.close()