Python實現(xiàn)wav和pcm的轉(zhuǎn)換方式

更新時間：2023年05月06日 14:11:41 作者：Jellyfish733

這篇文章主要介紹了Python實現(xiàn)wav和pcm的轉(zhuǎn)換方式，具有很好的參考價值，希望對大家有所幫助。如有錯誤或未考慮完全的地方，望不吝賜教

wav和pcm的轉(zhuǎn)換(Python版本)

wav和pcm是語音信號處理中最常見的文件格式，時常會遇到需要兩種文件格式的相互轉(zhuǎn)換。

wav存儲的一般是解碼后為[-1, 1]的float數(shù)據(jù)，文件頭有44個字節(jié)記錄文件的采樣率、長度等等信息。

pcm存儲的是int型整數(shù)，不含任何采樣率相關(guān)信息。雖然原理比較簡單，但是整理后更便于利用。

wav轉(zhuǎn)pcm

原理：將文件頭去掉，數(shù)據(jù)轉(zhuǎn)成int型即可。

import numpy as np
def wav2pcm(wavfile, pcmfile, data_type=np.int16):
? ? f = open(wavfile, "rb")
? ? f.seek(0)
? ? f.read(44)
? ? data = np.fromfile(f, dtype= data_type)
? ? data.tofile(pcmfile)?

pcm轉(zhuǎn)wav

原理：利用wave庫，添加通道信息、采樣位數(shù)、采樣率等信息作為文件頭，pcm數(shù)據(jù)直接寫入即可。

import wave
def pcm2wav(pcm_file, wav_file, channels=1, bits=16, sample_rate=16000):
? ? pcmf = open(pcm_file, 'rb')
? ? pcmdata = pcmf.read()
? ? pcmf.close()
? ? if bits % 8 != 0:
? ? ? ? raise ValueError("bits % 8 must == 0. now bits:" + str(bits))
? ? wavfile = wave.open(wav_file, 'wb')
? ? wavfile.setnchannels(channels)
? ? wavfile.setsampwidth(bits // 8)
? ? wavfile.setframerate(sample_rate)
? ? wavfile.writeframes(pcmdata)
? ? wavfile.close()

PCM和WAV音頻格式的區(qū)別及python自動轉(zhuǎn)換

WAV和PCM的簡單介紹

PCM

pcm：pulse code modulation，脈沖編碼調(diào)制。將聲音等模擬信號變成符號化的脈沖列，予以記錄。是由[0]、[1]等符號構(gòu)成的數(shù)字信號，未經(jīng)過任何編碼和壓縮處理。pcm是沒有壓縮的編碼方式。

WAV

wav：wav是一種無損音頻文件格式，wav都有一個文件頭，文件頭包括音頻流的【編碼參數(shù)】，而對音頻流的編碼沒有硬性規(guī)定，符合ACM規(guī)范的編碼都行，所以wav格式通常只要在其他編碼（pcm、MP3）下，加相應(yīng)的decode（頭文件）就可以轉(zhuǎn)換

關(guān)于音頻的基礎(chǔ)知識

聲道數(shù)channels

聲道數(shù)即聲音通道的數(shù)目。比如單聲道就是左右聲道播放是同一個聲音，立體聲可以使左右聲道分工，使聽起來有空間效果。

采樣位數(shù)bits

也可以稱為采樣值或取樣值，或叫采樣精度、位深度，就是將采樣樣本幅度量化。例如8bits就是把縱坐標(biāo)分成2的8次方，即256份?？梢院饬柯曇舨▌幼兓囊粋€參數(shù)（聲卡的分辨率）

采樣頻率sample_rate

取樣頻率，每秒取得聲音樣本的次數(shù)。頻率越高，聲音的質(zhì)量也就越好，還原也就越真實。

由于人耳的分辨率很有限，太高的頻率并不能分辨出來。在16位聲卡中有22KHz、44KHz等幾級，其中，22KHz相當(dāng)于普通FM廣播的音質(zhì)，44KHz已相當(dāng)于CD音質(zhì)了，目前的常用采樣頻率都不超過48KHz

pcm文件所占容量：儲存量=（采樣頻率*采樣位數(shù)*聲道*時間）/ 8 | （8為單位，字節(jié)數(shù)）

互相轉(zhuǎn)換代碼

import wave
import numpy as np
# pcm轉(zhuǎn)wav格式，單聲道，采樣精度，采樣率
def pcm2wav(pcm_file, wav_file, channels=1, bits=16, sample_rate=16000):
    with open(pcm_file,'rb') as f:
        pcmdata = f.read()
    if bits % 8 != 0:
        raise ValueError("bits % 8 must == 0. now bits:"+str(bits))
    wavfile = wave.open(wav_file,'wb')
    wavfile.setnchannels(channels)
    wavfile.setsampwidth(bits // 8)
    wavfile.setframerate(sample_rate)
    wavfile.writeframes(pcmdata)
    wavfile.close()
# wav轉(zhuǎn)pcm格式
def wav2pcm(wav_file, pcm_file, data_type=np.int16):
    with open(wav_file,'rb') as f:
        f.seek(0)
        f.read(44)
        data = np.fromfile(f,dtype=data_type)
        data.tofile(pcm_file)
#wav_file,pcm_file分別是兩種格式文件的讀取(存儲)路徑