scipy.io.wavfile.

read#

scipy.io.wavfile.read(filename, mmap=False)[源代码]#

打开一个 WAV 文件。

返回 LPCM WAV 文件的采样率(以样本/秒为单位)和数据。

参数:
filename字符串或打开的文件句柄

输入 WAV 文件。

mmapbool,可选

是否将数据作为内存映射读取(默认值:False)。与某些位深度不兼容;请参阅“说明”。只能在真实文件上使用。

在 0.12.0 版本中添加。

返回:
rateint

WAV 文件的采样率。

datanumpy 数组

从 WAV 文件读取的数据。数据类型由文件确定;请参阅“说明”。对于单通道 WAV,数据是一维的,否则是形状为 (Nsamples, Nchannels) 的二维数据。如果传递没有 C 风格文件描述符的类文件输入(例如,io.BytesIO),则这将是不可写的。

说明

常用数据类型: [1]

WAV 格式

最小值

最大值

NumPy dtype

32 位浮点

-1.0

+1.0

float32

32 位整数 PCM

-2147483648

+2147483647

int32

24 位整数 PCM

-2147483648

+2147483392

int32

16 位整数 PCM

-32768

+32767

int16

8 位整数 PCM

0

255

uint8

WAV 文件可以指定任意位深度,此函数支持读取从 1 到 64 位的任何整数 PCM 深度。数据以最小兼容的 numpy int 类型返回,采用左对齐格式。8 位和更低位是无符号的,而 9 位和更高位是有符号的。

例如,24 位数据将存储为 int32,其中 24 位数据的 MSB 存储在 int32 的 MSB 中,并且通常最低有效字节是 0x00。(但是,如果文件实际包含超出其指定位深度的数据,这些位也将被读取和输出。[2]

此位对齐和符号与 WAV 的本机内部格式匹配,这允许对每个样本使用 1、2、4 或 8 个字节的 WAV 文件进行内存映射(因此 24 位文件无法进行内存映射,但 32 位可以)。

支持 32 位或 64 位格式的 IEEE 浮点 PCM,无论是否使用 mmap。超出 [-1, +1] 的值不会被裁剪。

不支持非线性 PCM(mu-law、A-law)。

参考文献

[1]

IBM Corporation 和 Microsoft Corporation,“多媒体编程接口和数据规范 1.0”,章节 “样本的数据格式”,1991 年 8 月 http://www.tactilemedia.com/info/MCI_Control_Info.html

[2]

Adobe Systems Incorporated,“Adobe Audition 3 用户指南”,章节 “音频文件格式:24 位打包整数(类型 1,20 位)”,2007

示例

>>> from os.path import dirname, join as pjoin
>>> from scipy.io import wavfile
>>> import scipy.io

从 tests/data 目录中获取示例 .wav 文件的文件名。

>>> data_dir = pjoin(dirname(scipy.io.__file__), 'tests', 'data')
>>> wav_fname = pjoin(data_dir, 'test-44100Hz-2ch-32bit-float-be.wav')

加载 .wav 文件内容。

>>> samplerate, data = wavfile.read(wav_fname)
>>> print(f"number of channels = {data.shape[1]}")
number of channels = 2
>>> length = data.shape[0] / samplerate
>>> print(f"length = {length}s")
length = 0.01s

绘制波形。

>>> import matplotlib.pyplot as plt
>>> import numpy as np
>>> time = np.linspace(0., length, data.shape[0])
>>> plt.plot(time, data[:, 0], label="Left channel")
>>> plt.plot(time, data[:, 1], label="Right channel")
>>> plt.legend()
>>> plt.xlabel("Time [s]")
>>> plt.ylabel("Amplitude")
>>> plt.show()
../../_images/scipy-io-wavfile-read-1.png