根据需求选择合适方法:处理WAV用scipy.io.wavfile,多格式支持用soundfile,MP3操作用pydub,信号分析用librosa;注意采样率、位深和通道数以避免数据错误。

处理音频文件在语音识别、音乐分析和信号处理等领域非常常见。Python 提供了多种库来读取和写入音频文件,下面介绍几种常用方法及其使用方式。
1. 使用 scipy.io.wavfile 读写 WAV 文件
scipy.io.wavfile 是处理 WAV 格式音频的简单高效工具,适合读取和保存未压缩的 PCM 音频。
读取 WAV 文件:
from scipy.io import wavfilesample_rate, audio_data = wavfile.read('audio.wav') print("采样率:", sample_rate) print("音频数据形状:", audio_data.shape)
写入 WAV 文件:
立即学习“Python免费学习笔记(深入)”;
import numpy as np from scipy.io import wavfile生成一个简单的正弦波作为示例
duration = 2 # 秒 frequency = 440 # Hz t = np.linspace(0, duration, int(sample_rate duration), False) tone = np.sin(2 np.pi frequency t) * 32767 # 转为 16 位整数范围 tone = tone.astype(np.int16)
wavfile.write('output.wav', sample_rate, tone)
注意:wavfile 只支持未压缩的 WAV 文件,不支持 MP3 或其他压缩格式。
2. 使用 soundfile 读写多种格式
soundfile 基于 libsndfile,支持 WAV、FLAC、OGG、AIFF 等多种格式,接口简洁。
安装:
读取音频:
import soundfile as sfaudio_data, sample_rate = sf.read('audio.flac') print("采样率:", sample_rate) print("通道数:", audio_data.shape[1] if len(audio_data.shape) > 1 else 1)
写入音频:
sf.write('output.ogg', audio_data, sample_rate, format='OGG')
format 参数可指定 'WAV'、'FLAC'、'OGG' 等格式,支持自动根据扩展名推断。
3. 使用 pydub 处理 MP3 等常见格式
pydub 封装了 ffmpeg,能轻松处理 MP3、M4A、WAV 等格式,适合剪辑和转换。
安装:
pip install pydub需要系统安装 ffmpeg(可通过包管理器或官网下载)。
读取音频:
from pydub import AudioSegmentaudio = AudioSegment.from_mp3("audio.mp3")
其他格式可用 from_wav, from_ogg 等,或统一用 from_file
audio = AudioSegment.from_file("audio.m4a", format="m4a")
获取参数
sample_rate = audio.frame_rate channels = audio.channels duration_ms = len(audio)
导出音频:
audio.export("output.wav", format="wav")
pydub 内部以毫秒为单位操作,适合做切片、合并、音量调整等操作。
4. 使用 librosa 分析音频信号
librosa 主要用于音乐和音频分析,支持多种格式,底层依赖 soundfile。
安装:
pip install librosa读取音频:
import librosaaudio_data, sample_rate = librosa.load('audio.mp3', sr=22050) # 默认重采样到 22050 Hz print("采样率:", sample_rate) print("时长(秒):", len(audio_data) / sample_rate)
librosa.load 返回的是归一化的浮点数组(范围 -1 到 1),便于后续处理。若需保留原始幅度,可在调用时设置 dtype。
写入音频:
import soundfile as sfsf.write('reconstructed.wav', audio_data, sample_rate)
librosa 本身不提供 write 方法,通常结合 soundfile 使用。
基本上就这些。根据需求选择合适的方法:处理 WAV 用 scipy,多格式支持用 soundfile,MP3 操作用 pydub,信号分析用 librosa。关键是理解采样率、位深和通道数的概念,避免数据截断或类型错误。










