将numpy int16音频数组转换为float32

Question

我有原始的二进制int16数据，我正在使用

转换为numpy数组

audio = np.fromstring(raw_data, dtype=np.int16)

数据是音频数据。当我将数据转换为float32时，音频会变形：

audio = audio.astype(np.float32, order='C')

我正在将音频保存到磁盘以使用SoundFile监听它：

soundfile.write('out.wav', audio, sample_rate)

如果我将音频直接写入磁盘而不用进行astype操作，则没有失真（即）;

# no distortion
audio = np.fromstring(raw_data, dtype=np.int16)
soundfile.write('out.wav', audio, sample_rate)

# distortion
audio = np.fromstring(raw_data, dtype=np.int16)
audio = audio.astype(np.float32, order='C')
soundfile.write('out.wav', audio, sample_rate)

在这里转换数据类型的正确方法是什么？

Answer 1

按照惯例，浮点音频数据被归一化到[-1.0,1.0]的范围，你可以通过缩放来做到这一点：

audio = audio.astype(np.float32, order='C') / 32768.0

这可能会解决您的问题，但您需要确保soundfile.write写入指示float32的wav标头。它可以根据数组的dtype自动执行。