我如何获取一个wav文件,将其每隔几毫秒转换为一个频率强度数组,对该数组进行操作,然后将该新数组转换回一个wav文件.
是否有一个看起来像这样的图书馆
wav_data = library.read_wav('aoeu.wav') # [0, 3, 201, ... etc]
spectrum = library.get_spectrum(wav_data)
# [[0, 0, 0, .2, 0, .7, ... etc],
# [0, 0, 0, .3, 0, .8, ... etc],
# ... etc]
spectrum[:, 0] = 0 # kill the lowest frequency (assuming spectrum is a numpy array)
library.spectrum_to_wav(spectrum) # [0, 3, 201, ... etc]
解决方法:
使用librosa.stft
和librosa.istft
并使用librosa.load
读取音频文件
import librosa
audio, sample_rate = librosa.load('song.wav')
spectrum = librosa.stft(audio)
reconstructed_audio = librosa.istft(spectrum)
sum(audio[:len(reconstructed_audio)] - reconstructed_audio) # very close to 0
我正在使用音频[:len(reconstructed_audio)],因为信息会在转换中丢失. istft(stft(foo))可以返回比foo短一点且值略有不同的数组.