您好,登錄后才能下訂單哦!
本篇文章給大家分享的是有關(guān)使用python 實現(xiàn)音頻疊加的方法,小編覺得挺實用的,因此分享給大家學(xué)習,希望大家閱讀完這篇文章后可以有所收獲,話不多說,跟著小編一起來看看吧。
如果你有兩條音頻合成為一條音頻(疊加,不是拼接)的需求,以下代碼可以直接使用,需要修改的地方我已經(jīng)標出來了,有三處需要修改你的本地音頻的地址:輸入音頻1,輸入音頻2,輸出音頻3。
python3.8:
#!/usr/bin/env python # -*- coding:utf-8 -*- import os import wave import numpy as np import pyaudio import librosa import soundfile as sf import scipy.signal as signal import struct # ok,音頻疊加!我這里4.wav和5.wav都是5s的音頻,還沒有測試時長不同的音頻! # 參考文檔:https://www.cnblogs.com/xingshansi/p/6799994.html x,_ = librosa.load('D:/4.wav', sr=16000) #需要修改的地方:音頻1 sf.write('t1.wav',x,16000) y,_ = librosa.load('D:/5.wav', sr=16000) #需要修改的地方:音頻2 sf.write('t2.wav',y,16000) f1 = wave.open('t1.wav', 'rb') f2 = wave.open('t2.wav', 'rb') # 音頻1的數(shù)據(jù) params1 = f1.getparams() nchannels1, sampwidth2, framerate1, nframes1, comptype1, compname1 = params1[:6] print(nchannels1, sampwidth2, framerate1, nframes1, comptype1, compname1) f1_str_data = f1.readframes(nframes1) f1.close() f1_wave_data = np.frombuffer(f1_str_data, dtype=np.int16) # 音頻2的數(shù)據(jù) params2 = f2.getparams() nchannels2, sampwidth3, framerate2, nframes2, comptype2, compname2 = params2[:6] print(nchannels2, sampwidth3, framerate2, nframes2, comptype2, compname2) f2_str_data = f2.readframes(nframes2) f2.close() f2_wave_data = np.frombuffer(f2_str_data, dtype=np.int16) # 對不同長度的音頻用數(shù)據(jù)零對齊補位 if nframes1 < nframes2: length = abs(nframes2 - nframes1) temp_array = np.zeros(length, dtype=np.int16) rf1_wave_data = np.concatenate((f1_wave_data, temp_array)) rf2_wave_data = f2_wave_data elif nframes1 > nframes2: length = abs(nframes2 - nframes1) temp_array = np.zeros(length, dtype=np.int16) rf2_wave_data = np.concatenate((f2_wave_data, temp_array)) rf1_wave_data = f1_wave_data else: rf1_wave_data = f1_wave_data rf2_wave_data = f2_wave_data # ================================ # 合并1和2的數(shù)據(jù) new_wave_data = rf1_wave_data + rf2_wave_data new_wave_data = new_wave_data*1.0/(max(abs(new_wave_data)))#wave幅值歸一化 new_wave = new_wave_data.tostring() p = pyaudio.PyAudio() CHANNELS = 1 FORMAT = pyaudio.paInt16 # 寫文件 framerate = 44100 time = 10 # 產(chǎn)生10秒44.1kHz的100Hz - 1kHz的頻率掃描波。沒用! t = np.arange(0, time, 1.0/framerate) wave_data = signal.chirp(t, 100, time, 1000, method='linear') * 10000 wave_data = wave_data.astype(np.short) # 打開WAV文檔 f = wave.open(r"D:\6.wav", "wb") # 需要修改的地方:輸出音頻 # 配置聲道數(shù)、量化位數(shù)和取樣頻率 nchannels = 1 #單通道為例 sampwidth = 2 data_size = len(new_wave_data) framerate = 16000 # 設(shè)置為44100就是1s,設(shè)置為8000就是10s,只有16000才是5s是對的。這里還沒搞懂! nframes = data_size comptype = "NONE" compname = "not compressed" f.setparams((nchannels, sampwidth, framerate, nframes, comptype, compname)) # 將wav_data轉(zhuǎn)換為二進制數(shù)據(jù)寫入文件 # f.writeframes(new_wave) for v in new_wave_data: f.writeframes(struct.pack('h', int(v * 64000 / 2))) f.close() # 實現(xiàn)錄音,暫時用不到。 def record(re_frames, WAVE_OUTPUT_FILENAME): print("開始錄音") wf = wave.open(WAVE_OUTPUT_FILENAME, 'wb') wf.setnchannels(CHANNELS) wf.setsampwidth(p.get_sample_size(FORMAT)) wf.setframerate(RATE) wf.writeframes(re_frames) wf.close() print("關(guān)閉錄音")
以上就是使用python 實現(xiàn)音頻疊加的方法,小編相信有部分知識點可能是我們?nèi)粘9ぷ鲿姷交蛴玫降?。希望你能通過這篇文章學(xué)到更多知識。更多詳情敬請關(guān)注億速云行業(yè)資訊頻道。
免責聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點不代表本網(wǎng)站立場,如果涉及侵權(quán)請聯(lián)系站長郵箱:is@yisu.com進行舉報,并提供相關(guān)證據(jù),一經(jīng)查實,將立刻刪除涉嫌侵權(quán)內(nèi)容。