将大字节对象转换为整数列表的更快方法

Question

我有一个大字节的对象（来自16位WAVE文件的原始数据（约有800万个样本）），我需要将其转换为整数列表以进行一些处理。到目前为止，我已经使用列表推导和int.from_bytes进行了转换，但是我注意到它花费了大量的时间。我想知道是否有更快的解决方案。

这是我当前的方法：

data = [int.from_bytes(raw[i * sampwidth:((i + 1) * sampwidth)], "little", signed=True) for i in range(len(raw) // sampwidth)]

在我的计算机上，此方法在单个内核上每个文件（我有多个文件）大约需要9秒钟，我想知道我是否正在突破Python的极限，或者是否存在更理想的方法。

Answer 1

如果您可以使用scipy（具有许多其他出色的信号处理功能），则可以使用scipy.io.wavefile.read

import scipy.io.wavfile
rate, data_np_ary = scipy.io.wavfile.read('example.wav')

Answer 2

似乎NumPy确实是要走的路。它已经在一秒钟之内成功加载了所有12个WAVE文件（并进行了简单的立体声到单声道转换）。该代码也更加优雅。该方法的唯一缺点是它仅支持1、2、4和8字节整数，但是由于我正在处理音频数据，因此这不会成为问题。

新的NumPy解决方案：

data = numpy.frombuffer(raw, numpy.int16)