如何正确处理音频数据:16位整数与32位浮点数

在音频处理领域,音频数据的格式对后续的分析和处理至关重要。常见的音频格式包括16位整数和32位浮点数。本文将介绍如何正确处理这两种格式的音频数据,包括使用 scipy.io.wavfile 读取音频、使用 librosa 进行处理,以及使用 soundfilesf)写入音频文件。

1. 16位整数音频

1.1 读取音频

16位整数音频通常以 int16 格式存储。使用 scipy.io.wavfile 读取音频文件时,返回的数据类型为 numpy.int16

python 复制代码
import numpy as np
from scipy.io import wavfile

# 读取 WAV 文件
sample_rate, audio_data = wavfile.read('your_audio_file_16bit.wav')

# 打印数据类型和范围
print(f'Data type: {audio_data.dtype}')
print(f'Data range: {audio_data.min()} to {audio_data.max()}')

1.2 处理音频

在使用 librosa 处理音频数据之前,需要将16位整数数据转换为浮点数格式,并归一化到 [-1, 1] 的范围。

python 复制代码
import librosa

# 如果数据是整数格式(例如 int16),则需要归一化
if audio_data.dtype == np.int16:
    audio_data = audio_data.astype(np.float32) / 32768.0  # 归一化到 [-1, 1]

# 使用 librosa 进行处理
audio_data_processed = librosa.effects.preemphasis(audio_data)

1.3 写入音频

使用 soundfile 库将处理后的音频数据写入文件时,需要将浮点数数据转换回16位整数格式(如果需要)。

python 复制代码
import soundfile as sf

# 将浮点数数据转换为 int16
audio_data_int16 = (audio_data_processed * 32768).astype(np.int16)

# 写入 WAV 文件
sf.write('output_16bit.wav', audio_data_int16, sample_rate)

2. 32位浮点音频

2.1 读取音频

32位浮点音频通常以 float32 格式存储。使用 scipy.io.wavfile 读取音频文件时,返回的数据类型为 numpy.float32

python 复制代码
# 读取 WAV 文件
sample_rate, audio_data = wavfile.read('your_audio_file_32bit.wav')

# 打印数据类型和范围
print(f'Data type: {audio_data.dtype}')
print(f'Data range: {audio_data.min()} to {audio_data.max()}')

2.2 处理音频

32位浮点音频数据通常已经在 [-1, 1] 的范围内,因此可以直接使用 librosa 进行处理。

python 复制代码
# 使用 librosa 进行处理
audio_data_processed = librosa.effects.preemphasis(audio_data)

2.3 写入音频

使用 soundfile 库将处理后的音频数据写入文件时,可以直接写入浮点数数据。

python 复制代码
# 写入 WAV 文件
sf.write('output_32bit.wav', audio_data_processed, sample_rate)
相关推荐
我是海飞2 小时前
外置flash提示音打包脚本
运维·服务器·音视频·嵌入式
wan5555cn4 小时前
AI生成内容的版权问题解析与实操指南
人工智能·笔记·深度学习·算法·音视频
linux开发之路6 小时前
C++ 音视频开发常见面试题及答案汇总
c++·ffmpeg·音视频·流媒体·音视频编解码
wan5555cn7 小时前
文字生视频的“精准”代码设定的核心原则本质是最小化文本语义与视频内容的KL散度
人工智能·笔记·深度学习·音视频
关键帧-Keyframe7 小时前
音视频面试题集锦第 38 期
macos·面试·音视频·cocoa
Antonio9157 小时前
【音视频】H264编码参数优化和cbr、vbr、crf模式设置
音视频
love530love16 小时前
【保姆级教程】阿里 Wan2.1-T2V-14B 模型本地部署全流程:从环境配置到视频生成(附避坑指南)
人工智能·windows·python·开源·大模型·github·音视频
Antonio91517 小时前
【音视频】WebRTC ICE 模块深度剖析
音视频·webrtc
山河君17 小时前
webrtc之语音活动上——VAD能量检测原理以及源码详解
算法·音视频·webrtc·信号处理
音画拾光19 小时前
4 款音分轨工具推荐:制片帮领衔,轻松搞定音频分离
音视频