Question

我目前正在使用python处理.wav文件，使用Pyaudio处理音频流，以及用于加载文件数据的python wave库。我计划稍后包括处理各个立体声通道，关于信号的幅度和立体声信号的平移，但是现在我只是试图分离波形文件的两个通道，并将它们缝合回来一起 - 希望最终得到与输入数据相同的数据。

以下是我的代码。方法getRawSample工作得很好，我可以通过该函数流式传输音频。问题是我的getSample方法。沿着这条线的某个地方，我将两个声道分开，并将它们连接在一起，音频变形。我甚至评论了我做振幅和平移调整的部分，所以理论上它的数据是 - ＆gt;数据输出。
以下是我的代码示例：

class Sample(threading.Thread) :

def __init__(self, filepath, chunk):
    super(Sample, self).__init__()
    self.CHUNK = chunk
    self.filepath = filepath
    self.wave = wave.open(self.filepath, 'rb')
    self.amp = 0.5 # varies from 0 to 1
    self.pan = 0 # varies from -pi to pi
    self.WIDTH = self.wave.getsampwidth()
    self.CHANNELS  = self.wave.getnchannels()
    self.RATE = self.wave.getframerate()
    self.MAXFRAMEFEEDS = self.wave.getnframes()/self.CHUNK  # maximum even number of chunks
    self.unpstr = '<{0}h'.format(self.CHUNK*self.WIDTH)  # format for unpacking the sample byte string
    self.pckstr = '<{0}h'.format(self.CHUNK*self.WIDTH)  # format for unpacking the sample byte string

    self.framePos = 0  # keeps track of how many chunks of data fed

#  panning and amplitude adjustment of input sample data

def panAmp(self, data, panVal, ampVal):  # when panning, using constant power panning
    [left, right] = self.getChannels(data)
    #left = np.multiply(0.5, left) #(np.sqrt(2)/2)*(np.cos(panVal) + np.sin(panVal))
    #right = np.multiply(0.5, right)  # (np.sqrt(2)/2)*(np.cos(panVal) - np.sin(panVal))
    outputList = self.combineChannels(left, right)
    dataResult = struct.pack(self.pckstr, *outputList)
    return dataResult

def getChannels(self, data):
    dataPrepare = list(struct.unpack(self.unpstr, data))
    left = dataPrepare[0::self.CHANNELS]
    right = dataPrepare[1::self.CHANNELS]
    return [left, right]

def combineChannels(self, left, right):
    stereoData = left
    for i in range(0, self.CHUNK/self.WIDTH):
        index = i*2+1
        stereoData = np.insert(stereoData, index, right[i*self.WIDTH:(i+1)*self.WIDTH])
    return stereoData

def getSample(self, panVal, ampVal):
    data = self.wave.readframes(self.CHUNK)
    self.framePos += 1
    if self.framePos > self.MAXFRAMEFEEDS:  # if no more audio samples to process
        self.wave.rewind()
        data = self.wave.readframes(self.CHUNK)
        self.framePos = 1
    return self.panAmp(data, panVal, ampVal)

def getRawSample(self):  # for debugging, bypasses pan and amp functions
    data = self.wave.readframes(self.CHUNK)
    self.framePos += 1
    if self.framePos > self.MAXFRAMEFEEDS:  # if no more audio samples to process
        self.wave.rewind()
        data = self.wave.readframes(self.CHUNK)
        self.framePos = 1
    return data

我怀疑错误是我将左右声道拼接在一起的方式，但不确定。我用16位44100khz .wav文件加载项目。下面是一个音频文件的链接，以便您可以听到结果音频输出。第一部分是通过getSample方法运行两个文件（两个通道），而下一部分是通过getRawSample方法运行这些相同的文件。

https://dl.dropboxusercontent.com/u/24215404/pythonaudiosample.wav

基于音频，如前所述，好像立体声文件变形了。查看上面文件的波形，看起来好像通过getSample方法后右声道和左声道完全相同。

如果需要，我也可以发布我的代码，包括主要功能。希望我的问题不是太模糊，但我很感激任何帮助或输入！

Answer 1

经常发生这种情况，我睡着了，第二天醒来就解决了问题出在combineChannels函数中。以下是工作代码：

   def combineChannels(self, left, right):
    stereoData = left
    for i in range(0, self.CHUNK):
        index = i*2+1
        stereoData = np.insert(stereoData, index, right[i:(i+1)])
    return stereoData

更改

对于循环边界：因为我在列表 left 和 right 中有1024个项目（与我的块大小相同），所以我需要遍历每个项目那些。
index：索引定义保持不变
stereoData：再次，我记得我正在使用列表，每个列表都包含一个音频帧。问题中的代码假定我的列表存储为字节字符串，但事实并非如此。如您所见，生成的代码更简单。

来自分离然后加入.wav立体声频道的混乱音频

1 个答案: