语音处理:Python实现Wav序列的声道拆分与合并

2023-10-19 00:20

本文主要是介绍语音处理:Python实现Wav序列的声道拆分与合并,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

语音处理:Python实现Wav序列的声道拆分与合并

    • 背景
    • 实现思路
    • Python代码
    • 相关资料

背景


项目中有时需要将多声道拆分成单声道,再将单声道进行分别处理,然后再合并为多声道。为提升批量处理音频序列的效率,写了以下Python脚本,供参考。

实现思路


这里以输入序列为双声道的wav格式文件为例。

编码思路

  • 单文件处理逻辑
    • 多声道拆分为单声道
      • 读取单文件序列,获取到分离的声道参数信息和解交织的PCM数据
      • 按一定命名方式,对文件名进行修改适配ch0/ch1/ch..
      • 生成单声道文件,分别写入相应参数和数据
    • 单声道合并为多声道
      • 按指定命名方式,读取相应单声道文件
      • 按原始声道数,将PCM数据进行组合
      • 生成多声道文件,分别写入相应参数和数据
    • 自验证
      • 输入双声道序列
      • 调用多声道拆分函数
      • 调用单声道合并函数
      • 对比合并后序列与拆分前原始序列是否比特一致
  • 批处理调度逻辑
    • 对目录内所有多声道文件获取文件绝对路径
    • 循环调用上述单文件处理逻辑

其中,利用到了Python自带模块scipy.io里的wavfile包来进行wav文件读写处理。

Python代码


import sys
import os
import numpy as np
from scipy.io import wavfile''''     辅助处理函数     '''''# 获取当前目录下所有文件对应的绝对路径,dir_in下面不能包含子目录
def get_dir_files_path(dir_in):files_path = []for (dirpath, dirnames, filenames) in os.walk(dir_in):for filename in filenames:files_path += [os.path.join(dirpath, filename)]files_path.sort()return files_path''''     声道处理函数     '''''# 读取wav输入数据,并解交织为[声道数,时序样点]
def read_wav_data(file_in):samplerate, data = wavfile.read(file_in) # data: [time, ch]data = np.array(data)data = data.T  # data: [ch, time]return samplerate, data# 拆分多声道wav为单声道wav
def split_stereo_to_mono(input_path, output_path):# default stereosamplerate, data = read_wav_data(input_path)ch_num = 0for ch in data:mono = []mono.append(ch)file_name = input_path.split('\\')[-1]file_name = file_name.split('.')[0]#outfile_name = file_name + '_mono_ch{0}_170kbps.wav'.format(ch_num)outfile_name = file_name + '_mono_ch{0}.wav'.format(ch_num)out_path_file = os.path.join(output_path, outfile_name)mono_data = np.array(mono).Twavfile.write(out_path_file, samplerate, mono_data)ch_num += 1# 合并单声道wav为多声道wav
def merge_mono_to_stereo(input_path, ref_path, output_path):file_name = ref_path.split('\\')[-1]file_name = file_name.split('.')[0]ch_num = 2stereo_data = []samplerate = -1for i in range(ch_num):file_in_name = file_name + '_mono_ch{0}_{1}kbps.wav'.format(i, CONST_TEST_BR)file_in_path = os.path.join(input_path, file_in_name)samplerate, data = read_wav_data(file_in_path)stereo_data.append(data)outfile_name = file_name + '_{0}kbps_merge.wav'.format(CONST_TEST_BR * ch_num)out_path_file = os.path.join(output_path, outfile_name)stereo_data = np.array(stereo_data).Twavfile.write(out_path_file, samplerate, stereo_data)# 验证拆分、合并前后数据是否正常
def seq_closed_process():input_path = r'E:\seq_test\tmp\test.wav'output_path = r'E:\seq_test\tmp'split_stereo_to_mono(input_path, output_path)merge_mono_to_stereo(input_path, output_path)return# 序列前处理,多声道拆分
def seq_pre_process(dir_in, dir_out):input_files_path = get_dir_files_path(dir_in)for input_path in input_files_path:split_stereo_to_mono(input_path, dir_out)return# 序列后处理,单声道合并
def seq_post_process(dir_in, dir_ref, dir_out):input_files_path = get_dir_files_path(dir_ref)for input_path in input_files_path:merge_mono_to_stereo(dir_in, input_path, dir_out)return

相关资料


  1. 语音处理:Python实现音频文件声道分离批量处理,link
  2. Python实践:文件读写功能之txt文本,link

这篇关于语音处理:Python实现Wav序列的声道拆分与合并的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/236073

相关文章

无人叉车3d激光slam多房间建图定位异常处理方案-墙体画线地图切分方案

墙体画线地图切分方案 针对问题:墙体两侧特征混淆误匹配,导致建图和定位偏差,表现为过门跳变、外月台走歪等 ·解决思路:预期的根治方案IGICP需要较长时间完成上线,先使用切分地图的工程化方案,即墙体两侧切分为不同地图,在某一侧只使用该侧地图进行定位 方案思路 切分原理:切分地图基于关键帧位置,而非点云。 理论基础:光照是直线的,一帧点云必定只能照射到墙的一侧,无法同时照到两侧实践考虑:关

python: 多模块(.py)中全局变量的导入

文章目录 global关键字可变类型和不可变类型数据的内存地址单模块(单个py文件)的全局变量示例总结 多模块(多个py文件)的全局变量from x import x导入全局变量示例 import x导入全局变量示例 总结 global关键字 global 的作用范围是模块(.py)级别: 当你在一个模块(文件)中使用 global 声明变量时,这个变量只在该模块的全局命名空

hdu1043(八数码问题,广搜 + hash(实现状态压缩) )

利用康拓展开将一个排列映射成一个自然数,然后就变成了普通的广搜题。 #include<iostream>#include<algorithm>#include<string>#include<stack>#include<queue>#include<map>#include<stdio.h>#include<stdlib.h>#include<ctype.h>#inclu

hdu2241(二分+合并数组)

题意:判断是否存在a+b+c = x,a,b,c分别属于集合A,B,C 如果用暴力会超时,所以这里用到了数组合并,将b,c数组合并成d,d数组存的是b,c数组元素的和,然后对d数组进行二分就可以了 代码如下(附注释): #include<iostream>#include<algorithm>#include<cstring>#include<stack>#include<que

阿里开源语音识别SenseVoiceWindows环境部署

SenseVoice介绍 SenseVoice 专注于高精度多语言语音识别、情感辨识和音频事件检测多语言识别: 采用超过 40 万小时数据训练,支持超过 50 种语言,识别效果上优于 Whisper 模型。富文本识别:具备优秀的情感识别,能够在测试数据上达到和超过目前最佳情感识别模型的效果。支持声音事件检测能力,支持音乐、掌声、笑声、哭声、咳嗽、喷嚏等多种常见人机交互事件进行检测。高效推

【C++】_list常用方法解析及模拟实现

相信自己的力量,只要对自己始终保持信心,尽自己最大努力去完成任何事,就算事情最终结果是失败了,努力了也不留遗憾。💓💓💓 目录   ✨说在前面 🍋知识点一:什么是list? •🌰1.list的定义 •🌰2.list的基本特性 •🌰3.常用接口介绍 🍋知识点二:list常用接口 •🌰1.默认成员函数 🔥构造函数(⭐) 🔥析构函数 •🌰2.list对象

【Prometheus】PromQL向量匹配实现不同标签的向量数据进行运算

✨✨ 欢迎大家来到景天科技苑✨✨ 🎈🎈 养成好习惯,先赞后看哦~🎈🎈 🏆 作者简介:景天科技苑 🏆《头衔》:大厂架构师,华为云开发者社区专家博主,阿里云开发者社区专家博主,CSDN全栈领域优质创作者,掘金优秀博主,51CTO博客专家等。 🏆《博客》:Python全栈,前后端开发,小程序开发,人工智能,js逆向,App逆向,网络系统安全,数据分析,Django,fastapi

让树莓派智能语音助手实现定时提醒功能

最初的时候是想直接在rasa 的chatbot上实现,因为rasa本身是带有remindschedule模块的。不过经过一番折腾后,忽然发现,chatbot上实现的定时,语音助手不一定会有响应。因为,我目前语音助手的代码设置了长时间无应答会结束对话,这样一来,chatbot定时提醒的触发就不会被语音助手获悉。那怎么让语音助手也具有定时提醒功能呢? 我最后选择的方法是用threading.Time

【Python编程】Linux创建虚拟环境并配置与notebook相连接

1.创建 使用 venv 创建虚拟环境。例如,在当前目录下创建一个名为 myenv 的虚拟环境: python3 -m venv myenv 2.激活 激活虚拟环境使其成为当前终端会话的活动环境。运行: source myenv/bin/activate 3.与notebook连接 在虚拟环境中,使用 pip 安装 Jupyter 和 ipykernel: pip instal

Android实现任意版本设置默认的锁屏壁纸和桌面壁纸(两张壁纸可不一致)

客户有些需求需要设置默认壁纸和锁屏壁纸  在默认情况下 这两个壁纸是相同的  如果需要默认的锁屏壁纸和桌面壁纸不一样 需要额外修改 Android13实现 替换默认桌面壁纸: 将图片文件替换frameworks/base/core/res/res/drawable-nodpi/default_wallpaper.*  (注意不能是bmp格式) 替换默认锁屏壁纸: 将图片资源放入vendo