Question

我希望将wave文件解构为小块，以不同的顺序重新组合，然后将其写入磁盘。在重新组装这些部分之后，我似乎遇到了编写问题，所以现在我只是尝试调试这一部分，然后担心其余部分。基本上我将原始的wav读入2D numpy数组，将其分解为存储在较小的2D numpy数组列表中的100个片段，然后使用vstack垂直堆叠这些数组：

import scipy.io.wavfile as sciwav
import numpy
[sr,stereo_data] = sciwav.read('filename')
nparts = 100
stereo_parts = list()
part_length = len(stereo_data) / nparts 

for i in range(nparts):
    start = i*part_length
    end = (i+1)*part_length
    stereo_parts.append(stereo_data[start:end])

new_data = numpy.array([0,0])
for i in range(nparts):
    new_data = numpy.vstack([new_data, stereo_parts[i]])
sciwav.write('new_filename', sr, new_data)

到目前为止，我确认new_data看起来类似于stereo_data，但有两个例外： 1.开头有[0,0]填充。 2.缩短了88个样本，因为len（stereo_data）/ nparts不会在没有余数的情况下进行分割。

当我尝试收听生成的new_data eave文件时，我听到的只是沉默，我觉得这没什么意义。

感谢您的帮助！奥马尔

Answer 1

dtype很可能与众不同。当您在开始时生成要填充的零时，您没有指定dtype，因此它们可能是np.int32。您的原始数据可能是np.uint8或np.uint16，因此整个数组都会升级为np.int32，这对您的数据来说不是正确的位深度。只需：

new_data = numpy.array([0,0], dtype=stereo_data)

我实际上宁愿这样做：

new_data = numpy.zeros((1, 2), dtype=stereo_data.dtype)

顺便说一下，你可以简化你的代码，并摆脱很多for循环：

sr, stereo_data = sciwav.read('filename')
nparts = 100
part_length = len(stereo_data) // nparts 

stereo_parts = numpy.split(stereo_data[:part_length*nparts], nparts)

new_data = numpy.vstack([numpy.zeros((1, 2), dtype=stereo_data.dtype)] +
                        stereo_parts)

sciwav.write('new_filename', sr, new_data)

构建一个wav文件并使用scipy将其写入磁盘

1 个答案: