python 中的波形库：2 个通道和 2 个样本宽度
wave library in python: 2 channels and sample width of 2
我正在尝试将 .wav 文件转换为 numpy 数组。我使用 python 中的 wave 库使用 readframes() 将 .wav 文件转换为字节对象，然后使用 np.frombuffer().
将字节对象转换为 numpy 数组
我的 .wav 文件具有以下属性：
通道数：2
样品宽度：2
帧率：44100
帧数：4692480
压缩类型：NONE
压缩类型（人类可读的名称）：未压缩
当我将它转换为 np 数组并检查形状时，我得到的形状为 18769920，是预期值 (4692480) 的 4 倍。我怀疑这是因为通道数（2）和样本宽度（2）。
我在下面包含了我的代码：
wave_read = wave.open('sample_jazz.wav', mode='rb')
frames = wave_read.readframes(wave_read.getnframes())
sound_arr = np.frombuffer(frames, dtype=np.uint8)
以下是问题（它们彼此非常相关）。
- 如何一次阅读一个频道？
- 以及如何一次读取 2 个字节而不是 1 个字节？我只是将 dtype 更改为 np.uint16 吗？原因是我不确定字节对象中的字节是如何排序的。也许它有通道 1、帧 1、字节 1，然后是通道 2、帧 1、字节 1，然后是通道 1、帧 1、字节 2，然后是通道 2、帧 1、字节 2，我不能只解释两个连续字节作为 uint16，因为通道是散布的，我最终只是将来自不同通道的两个字节 1 解释为 16 位 int。
我最终使用了scipy.io.wavfile，使用起来非常方便。
我正在尝试将 .wav 文件转换为 numpy 数组。我使用 python 中的 wave 库使用 readframes() 将 .wav 文件转换为字节对象，然后使用 np.frombuffer().
将字节对象转换为 numpy 数组我的 .wav 文件具有以下属性：
通道数：2 样品宽度：2 帧率：44100 帧数：4692480 压缩类型：NONE 压缩类型（人类可读的名称）：未压缩
当我将它转换为 np 数组并检查形状时，我得到的形状为 18769920，是预期值 (4692480) 的 4 倍。我怀疑这是因为通道数（2）和样本宽度（2）。
我在下面包含了我的代码：
wave_read = wave.open('sample_jazz.wav', mode='rb')
frames = wave_read.readframes(wave_read.getnframes())
sound_arr = np.frombuffer(frames, dtype=np.uint8)
以下是问题（它们彼此非常相关）。
- 如何一次阅读一个频道？
- 以及如何一次读取 2 个字节而不是 1 个字节？我只是将 dtype 更改为 np.uint16 吗？原因是我不确定字节对象中的字节是如何排序的。也许它有通道 1、帧 1、字节 1，然后是通道 2、帧 1、字节 1，然后是通道 1、帧 1、字节 2，然后是通道 2、帧 1、字节 2，我不能只解释两个连续字节作为 uint16，因为通道是散布的，我最终只是将来自不同通道的两个字节 1 解释为 16 位 int。
我最终使用了scipy.io.wavfile，使用起来非常方便。