python 实现音频叠加的示例
Amy鱼 人气:0如果你有两条音频合成为一条音频(叠加,不是拼接)的需求,以下代码可以直接使用,需要修改的地方我已经标出来了,有三处需要修改你的本地音频的地址:输入音频1,输入音频2,输出音频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,音频叠加!我这里4.wav和5.wav都是5s的音频,还没有测试时长不同的音频! # 参考文档:https://www.cnblogs.com/xingshansi/p/6799994.html x,_ = librosa.load('D:/4.wav', sr=16000) #需要修改的地方:音频1 sf.write('t1.wav',x,16000) y,_ = librosa.load('D:/5.wav', sr=16000) #需要修改的地方:音频2 sf.write('t2.wav',y,16000) f1 = wave.open('t1.wav', 'rb') f2 = wave.open('t2.wav', 'rb') # 音频1的数据 params1 = f1.getparams() nchannels1, sampwidth1, framerate1, nframes1, comptype1, compname1 = params1[:6] print(nchannels1, sampwidth1, framerate1, nframes1, comptype1, compname1) f1_str_data = f1.readframes(nframes1) f1.close() f1_wave_data = np.frombuffer(f1_str_data, dtype=np.int16) # 音频2的数据 params2 = f2.getparams() nchannels2, sampwidth2, framerate2, nframes2, comptype2, compname2 = params2[:6] print(nchannels2, sampwidth2, framerate2, nframes2, comptype2, compname2) f2_str_data = f2.readframes(nframes2) f2.close() f2_wave_data = np.frombuffer(f2_str_data, dtype=np.int16) # 对不同长度的音频用数据零对齐补位 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的数据 new_wave_data = rf1_wave_data + rf2_wave_data new_wave_data = new_wave_data*1.0/(max(abs(new_wave_data)))#wave幅值归一化 new_wave = new_wave_data.tostring() p = pyaudio.PyAudio() CHANNELS = 1 FORMAT = pyaudio.paInt16 # 写文件 framerate = 44100 time = 10 # 产生10秒44.1kHz的100Hz - 1kHz的频率扫描波。没用! 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) # 打开WAV文档 f = wave.open(r"D:\6.wav", "wb") # 需要修改的地方:输出音频 # 配置声道数、量化位数和取样频率 nchannels = 1 #单通道为例 sampwidth = 2 data_size = len(new_wave_data) framerate = 16000 # 设置为44100就是1s,设置为8000就是10s,只有16000才是5s是对的。这里还没搞懂! nframes = data_size comptype = "NONE" compname = "not compressed" f.setparams((nchannels, sampwidth, framerate, nframes, comptype, compname)) # 将wav_data转换为二进制数据写入文件 # f.writeframes(new_wave) for v in new_wave_data: f.writeframes(struct.pack('h', int(v * 64000 / 2))) f.close() # 实现录音,暂时用不到。 def record(re_frames, WAVE_OUTPUT_FILENAME): print("开始录音") 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("关闭录音")
加载全部内容