一、读取本地音频数据
首先，需要import几个工具包，一个是python标准库中的 wave模块，用于音频处理操作， nump和 matplot提供数据处理函数。
import wave
import matplotlib.pyplot as plt
import numpy as np
import os
f = wave.open(r"audio06.wav",'rb')
params = f.getparams()
nchannels ,sampwidth ,framerate ,nframes = params [:4]
print(framerate)
二、读取单通道音频，并绘制波形图（常见音频为左右两个声道）
（1） 通过第一步，可以继续读取音频数据本身，保存为字符串格式
readframes：读取声音数据，传递一个参数指定需要读取的长度（以取样点为单位），readframes返回的是 二进制数据（一大堆bytes)，在Python中用 字符串表示二进制数据。
strData = f.readframes(nframes)
（2） 如果需要绘制波形图，则需要将字符串格式的音频数据转化为 int 类型
frombuffer：根据声道数和量化单位，将读取的 二进制数据转换为一个可以计算的数组,通过frombuffer函数将二进制转换为整型数组，通过其参数dtype指定转换后的数据格式。
waveData=np.frombuffer(strData,dtype=np.int16)
此处需要使用到 numpy 进行数据格式的转化
（3） 将幅值归一化
把数据变成（０，１）之间的小数。主要是为了数据处理方便提出来的，把数据映射到0～1范围之内处理，更加便捷快速。
waveData=waveData*1.0/(max(abs(waveData)))
这一步去掉也可画出波形图，可以尝试不用此步，找出波形图的不同
（4） 绘制图像
通过取样点数和取样频率计算出取样的时间：
time = np.arange(0,nframes)*(1.0/framerate)
（5）完整代码
import wave
import matplotlib.pyplot as plt
import numpy as np
import os
f = wave.open(r"audio06.wav",'rb')
params = f.getparams()
nchannels ,sampwidth ,framerate ,nframes = params [:4]
print(framerate)
strData = f.readframes(nframes)
waveDate = np.frombuffer(strData,dtype=np.int16)
waveDate = waveDate*1.0/(max(abs(waveDate)))
time = np.arange(0,nframes)*(1.0/framerate)
plt.plot(time,waveDate)
plt.xlabel("Time(s")
plt.ylabel("Amplitude")
plt.title("Single channel wavedata")
plt.show()
Original: https://blog.csdn.net/weixin_51293984/article/details/126667498
Author: 一个很菜的小猪
Title: 【语音识别入门】Python音频处理示例（含完整代码）
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/729481/
转载文章受原作者版权保护。转载请注明原作者出处！