python处理wav音频文件：音频信息，读取内容，获取时长，切割音频，pcm与wav互转_soundfile统计wav时长-程序员宅基地
技术标签： python python_wav python wav wav
因为工作中用到了wav格式的音频，所以就搜集了一些关于wav音频的处理。
主要包括：音频信息，读取内容，获取时长，切割音频，pcm与wav互转
获取音频信息：
with wave.open(wav_path, "rb") as f:
f = wave.open(wav_path)
print(f.getparams())返回内容为：
声道，采样宽度，帧速率，帧数，唯一标识，无损
音频信息
采样点的个数为 2510762，采样的频率为44100HZ，通过这两个参数可以得到声音信号的时长
每个采样点是16 bit = 2 bytes ,那么将采样点的个数 25107622/(10241024)=4.78889MB，那么这个信息就是文件大小信息。
检验一下声音波形的时间
child1.wav 4.78MB,时长56s
time = 56.93337868480726
根据上面WAVE PCM soundfile format 的资料信息查询。有一个印象：WAV文件中由以下三个部分组成：
1."RIFF" chunk descriptor 2.The "fmt" sub-chunk 3.The "data" sub-chunk 存这些信息的时候都要要有 “ID”、“大小”、“格式”，这些信息标注了数据的位置，
“WAV”格式由“fmt”和“data”，两个部分组成，其中“fmt”的存储块用来存音频文件的格式，“data”的存储块用来存实际听到的声音的信息，物理上描述的振幅和时间：长度(时间)和振幅，当然人的耳朵听听见的是长度和音调。
也就是说可以读取这个数组，在配合频率的信息直接画出波形图。
file = wave.open(wave_path)
# print('---------声音信息------------')
# for item in enumerate(WAVE.getparams()):
# print(item)
a = file.getparams().nframes # 帧总数
f = file.getparams().framerate # 采样频率
sample_time = 1 / f # 采样点的时间间隔
time = a / f # 声音信号的长度
sample_frequency, audio_sequence = wavfile.read(wave_path)
# print(audio_sequence) # 声音信号每一帧的“大小”
x_seq = np.arange(0, time, sample_time)
plt.plot(x_seq, audio_sequence, 'blue')
plt.xlabel("time (s)")
plt.show()音频的截取，通过时间片段来获取部分音频
因为音频以毫秒计时，在截取音频时，我统统转为了毫秒
按毫秒截取
start_time = int(start_time)
end_time = int(end_time)
sound = AudioSegment.from_mp3(main_wav_path)
word = sound[start_time:end_time]
word.export(part_wav_path, format="wav")调用：
# 音频切片，获取部分音频 时间的单位是毫秒
start_time = 13950
end_time = 15200
get_ms_part_wav(main_wav_path, start_time, end_time, part_wav_path)如果需要写入秒，我也是将其转为了毫秒单位
start_time = int(start_time) * 1000
end_time = int(end_time) * 1000
sound = AudioSegment.from_mp3(main_wav_path)
word = sound[start_time:end_time]
word.export(part_wav_path, format="wav")有时会有比较大的音频文件，我是将分钟和秒进行结合，然后在自己拆分
start_time = (int(start_time.split(':')[0])*60+int(start_time.split(':')[1]))*1000
end_time = (int(end_time.split(':')[0])*60+int(end_time.split(':')[1]))*1000
sound = AudioSegment.from_mp3(main_wav_path)
word = sound[start_time:end_time]
word.export(part_wav_path, format="wav")调用格式
# 音频切片，获取部分音频 时间的单位是分钟和秒 样式：0:12
start_time = "0:35"
end_time = "0:38"
get_minute_part_wav(main_wav_path, start_time, end_time,
minute_part_wav_path)其他更多详见代码，都加油注释
函数使用都有说明
函数调用
GitHub代码，公众号：python疯子 后台回复：wav
智能推荐
前端设置条件限制form表单提交到后端解决方案_jsp前端页面将表单是否提交成功作为限制条件-程序员宅基地
文章浏览阅读375次。<script src="js/jquery-1.8.3.min.js" type="text/javascript"></script> <script type="text/javascript"> function checkName() { var name = document.getElementB..._jsp前端页面将表单是否提交成功作为限制条件
计算机网络sequence number,TCP协议中SequenceNumber和Ack Numbe-程序员宅基地
文章浏览阅读1k次。Sequence Numberlzyws7393074532892018-04-25Number Sequenceqq_391789932452017-09-21理解TCP序列号(Sequence Number)和确认号(Acknowledgment Number)hebbely9822017-01-14Number Sequence(规律)l25336363712902017-07-18Numb..._ack num
计算机系统启动项设置密码,电脑开机第一道密码怎么设置 - 卡饭网-程序员宅基地
文章浏览阅读5.9k次。笔记本电脑怎么进CMOS密码巧设置笔记本电脑怎么进CMOS密码巧设置 笔记本电脑为了保护用户的数据安全，往往采用加密的方式，最常见的还是CMOS密码加密技术。为了让你的重要数据更加安全，你可能需要设置不同的密码，这也就要求你记住许多密码。对于笔记本电脑用户来说，真的需要设置一道道密码关卡吗?非也非也! 一、认识与设置笔记本电脑的CMOS密码 笔记本电脑的CMOS密码大致分为超级密码(Supervi..._电脑第一道密码修改
VulnHub靶机-Jangow: 1.0.1_jangow01-程序员宅基地
文章浏览阅读2.5k次，点赞2次，收藏5次。迟到的文章，就当库存发出来吧~_jangow01
spark实战之RDD的cache或persist操作不会触发transformation计算_spark cache和persist不生效-程序员宅基地
文章浏览阅读1.7w次，点赞2次，收藏5次。默认情况下RDD的transformation是lazy形式，实际计算只有在ation时才会进行，而且rdd的计算结果默认都是临时的，用过即丢弃，每个action都会触发整个DAG的从头开始计算，因此在迭代计算时都会想到用cache或persist进结果进行缓存。敝人看到很多资料或书籍有的说是persist或cache会触发transformation真正执行计算，有的说是不会！敝人亲自实验了一把..._spark cache和persist不生效
html文字滚动_html滚动-程序员宅基地
文章浏览阅读2.4k次。HTML之marquee(文字滚动)详解语法：以下是一个最简单的例子：代码如下:Hello, World下面这两个事件经常用到：onMouseOut=“this.start()” ：用来设置鼠标移出该区域时继续滚动onMouseOver=“this.stop()”：用来设置鼠标移入该区域时停止滚动代码如下:onMouseOut=“this.start()” ：用来设置鼠标移出该区域时继续滚动 onMouseOver=“this.stop()”：用来设置鼠标移入该区域时停止滚动这是一个完_html滚动
随便推点
信号发生器设计VHDL代码Quartus仿真_vhdl正弦波信号发生器-程序员宅基地
文章浏览阅读1k次，点赞20次，收藏22次。代码功能：信号发生器设计信号发生器由波形选择开关控制波形的输出,分别能输出正弦波、方汉和三角波三种波形,波形的周期为2秒(由40M有源晶振分频控制)。考虑程序的容量,每种波形在一个周期内均取16个取样点,每个样点数据是8位（数值范围：00000000~1111111）要求将D/A变换前的8位二进数据(以十进制方式)输出到数码管动态演示出来。_vhdl正弦波信号发生器
笔记-Java线程概述_java 线程概述-程序员宅基地
文章浏览阅读629次。Java Concurrency in Practice中对线程安全的定义：当多个线程访问一个类时，如果不用考虑这些线程在运行时环境下的调度和交替运行，并且不需要额外的同步及在调用方代码不必做其他的协调，这个类的行为仍然是正确的，那么这个类就是线程安全的。显然只有资源竞争时才会导致线程不安全，因此无状态对象永远是线程安全的 。过多的同步会产生死锁的问题，死锁属于程序运行的时_java 线程概述
MATLAB从文件读取数据_matlab读取数据-程序员宅基地
文章浏览阅读1.2w次，点赞10次，收藏61次。读取表单Sheet2中部分信息。_matlab读取数据
【实践】基于spark的CF实现及优化_spark cf-程序员宅基地
文章浏览阅读1.4w次。最近项目中用到ItemBased Collaborative Filtering，实践过spark mllib中的ALS，但是因为其中涉及到降维操作，大数据量的计算实在不能恭维。所以自己实践实现基于spark的分布式cf，已经做了部分优化。目测运行效率还不错。以下代码package modelimport org.apache.spark.broadcast.Broadcastimp_spark cf
ijkplayer直播播放器使用经验之谈——卡顿优化和秒开实现_libijkplayer 播放直播流卡顿-程序员宅基地
文章浏览阅读1.8w次。 在我的博客移动平台播放器ijkplayer开源框架分析(以IOS源码为例)，大致介绍了一下ijkplayer的基本函数调用顺序和主要线程作用，本博客想介绍一下在直播应用中，针对卡顿和秒开做的一些优化，本优化经验主要是用在Android系统上，ios上也可以借鉴，按本博客修改代码，网络带宽足够的情况下，音视频播放基本流畅不卡顿，首屏时间在500ms以内。 首先来看直播应用中的卡顿。直..._libijkplayer 播放直播流卡顿
数据挖掘实践（金融风控-贷款违约预测）（三）：特征工程_金融风控(大数据)特征工程-程序员宅基地
文章浏览阅读2.3k次，点赞3次，收藏28次。数据挖掘实践（金融风控-贷款违约预测）（三）：特征工程目录数据挖掘实践（金融风控-贷款违约预测）（三）：特征工程1.引言2.特征预处理2.1缺失值填充2.2时间格式处理2.3类别特征处理3.异常值处理3.1 检测异常的方法一：正态分布法3.2 检测异常的方法二：箱型图3.3异常值的处理方法4.数据分桶5.特征交互6.特征编码6.1 labelEncode 直接放入树模型中6.2 逻辑回归等模型要单独增加的特征工程7.特征选择7.1 Filter7.2 Wrapper （Recursive feature _金融风控(大数据)特征工程