修改

Question

我试图使用webrtcvad来检测wav文件中的语音，为此我必须在32Khz时提供30ms的16bit pcm。我试图做的是在30ms的数据包中剪切我的wav但是以此文件为例（https://dl.dropboxusercontent.com/u/91396766/recording000001.wav）：

audio software : 
5,568 seconds, 16 bit, mono, 320000Hz

-

https://docs.python.org/3/library/wave.html
w.getnframes() = 178176
w.getframerate() = 32000
w.getnchannels() = 1 = mono
w.getsampwidth() = 2 byte = 16 bits
len(w.readframes(w.getnframes())) = 356352, shouldn't it be 178176?
len(w.readframes(0)) = 1

为什么len（w.readframes（w.getnframes（）））= 356352，它应该是178176因为

1/32000 = 0.00003125秒和0.00003125 * 175176 = 5.568秒

由于

修改

测试脚本：

import wave

infile = 'recording000001.wav'
w = wave.open(infile, 'rb')

data = w.readframes(w.getnframes())
frequency = w.getframerate()
number_of_channels = w.getnchannels()
sample_width_in_bytes = w.getsampwidth()

print "{} is sampled at {}Hz, it has {} channel(s) and a sample width of {} bytes".format(infile, frequency, number_of_channels, sample_width_in_bytes) 
print "it contains {} data".format(len(data))
print "for {} frames".format(w.getnframes())
print "one data length is {}".format(len(data[0]))

w.close()

输出：

recording000001.wav is sampled at 32000Hz, it has 1 channel(s) and a sample width of 2 bytes
it contains 356352 data
for 178176 frames
one data length is 1

Answer 1

之后

w.rewind（）

我试过

LEN（w.readframes（0））

0

与您的结果不同，您获得1。

有趣的是，

LEN（w.readframes（1））

2

但这是有道理的，因为确实有2个字节。（16位音频帧意味着每帧有2个字节。由于你在二进制对象上调用len，因此我认为它会返回实际字节数。）

如果你想处理你的音频数据，也许你应该调查像numpy这样的库来进行进一步的分析或处理你的音频。

将numpy导入为np

c = np.frombuffer（w.readframes（w.getnframes（）），dtype =“int16”）

c.shape

（178175）

c [0] = 100

c [1] = 122

c [100] = -132

这是原始波形数据。它在（-2 ^ 15,2 ^ 15）或-32768到32,768的范围内。由于音频文件的第一部分在开始时很安静，因此前几百帧中的小值很有意义。

python wav处理，nframe不等于实际帧数

修改

1 个答案: