我正在开展一个需要进行声音处理的项目。我知道如何录制声音并将信号转换为浮点数以便处理它。问题是，我不知道如何将这些数字转换回字节以播放最终处理过的声音。
想象一下像这样的数组：
[-954.04373976038096, -289.02199657142637, 603.07726299005469, 558.24833180011706, -252.49007227640698, -884.07367717525278, -754.89044791362232]
我需要将它转换为与此类似的东西，才能播放声音：
[b'\x92\xffQ\xffO\xff\xad\xff\x12\x00\xfc\xfff\xff\xe4\xfe\xee\xfeC\xffA']
如果我使用bytes()将每个数字转换为字节并播放，那么我只会得到噪音。当我将它转换回浮点数以查看发生了什么时，它的值与原始浮点数不同。
答案 0 :(得分：0)
首先，您需要知道值的最大范围。鉴于您的价值，可能是-2000.0到2000.0，但我不知道，所以我的猜测很可能是错误的。通常，浮点音频信号中的数字范围为-1.0到1.0。显然，你有更大的价值观。如果你有理由，那就没关系，但如果没有，你应该把你的信号扩展到从-1.0到1.0的范围。许多应用程序和库都使用此约定。
然后，您需要知道正确的目标格式。从你的问题中无法知道这一点。例如，您的目标格式可能是“little endian”字节顺序的16位整数。
要转换值，首先必须将所有输入值除以最大可能（绝对）值。如果您的数据范围为-1.0到1.0，则此操作为无操作。然后，将这些值乘以目标格式的最大数量。如果您的目标格式是16位整数，那就是2**15或32768。实际上，最大的有符号16位整数少一个（因为0也需要存储），即32767，所以你应该使用这个值来避免溢出。结果值已经正确，但它们仍然是浮点值。所以你应该将它们转换为int。最后，您可以将这些整数值转换为bytes，例如使用struct模块。在那里，您必须确保指定正确的format string，例如'<h'为little-endian签名的16位数字。
说了这么多，使用声音I / O库可能会更容易，为您进行必要的转换，例如sounddevice模块。您仍然需要将浮点值缩放到-1.0到1.0的范围，但其余的可以自动完成。如果您使用NumPy数组，它甚至更简单，但它也适用于普通的Python缓冲区。