Question

我正在使用scipy方法wavefile.read（）加载一个wav，它为我提供了samplerate和audiodata

我知道这个音频数据如果立体声存储为多维数组，如

audiodata[[left right]
          [left right]
          ...
          [left right]]

然后我使用此方法通过（右+左）/ 2

创建一个新的单声道音频数据数组

def stereoToMono(audiodata)
    newaudiodata = []

    for i in range(len(audiodata)):
        d = (audiodata[i][0] + audiodata[i][1])/2
        newaudiodata.append(d)

    return np.array(newaudiodata, dtype='int16')

然后我使用

将其写入文件

wavfile.write(newfilename, sr, newaudiodata)

这会产生一个Mono wav文件，但声音很脏并且已经点击等

我做错了什么？

Answer 1

首先，audiodata的数据类型是什么？我假设它是一些固定宽度的整数格式，因此你会溢出。如果在处理之前将其转换为浮点格式，它将正常工作：

audiodata = audiodata.astype(float)

其次，不要按元素编写Python代码元素;矢量化：

d = (audiodata[:,0] + audiodata[:,1]) / 2

甚至更好

d = audiodata.sum(axis=1) / 2

这将比您编写的逐个元素循环快得多。

Answer 2

事实证明，所有我不得不改变的是

（右左+）/ 2

到

（右/ 2）+（左/ 2）

Answer 3

这应该有效。您从立体声数据中获取第一个通道：

audiodata = [s[0] for s in audiodata]

在Python中立体声到单声道wav

3 个答案: