python wave音频库使用(一)

image.png

目录

python wave音频库使用(一)

python wave音频库使用(二)

wave

wave主要作用是操作WAV格式文件。

什么是WAV格式文件?

WAV是最常见的声音文件格式之一，是微软公司专门为Windows开发的一种标准数字音频文件，该文件能记录各种单声道或立体声的声音信息，并能保证声音不失真。

图片上传中...(image.png-fc53c5-1587727221744-0)

WAV是意义上的无损音乐格式,简单说就是CD里文件的数字化格式。

但WAV文件有一个致命的缺点，就是它所占用的磁盘空间太大（每分钟的音乐大约需要12兆磁盘空间）。

image.png

WAV音频相关因素

采样频率

每秒钟采集音频数据的次数.

采样频率越高，音频保真度越高。

计算机广泛配置的16位声卡，使用的采样频率通常包括11025Hz、22050Hz、44100Hz和48000Hz四种。

采用11025Hz采样的声音效果相当于电话声音的效果；

采用22050HZ采样的声音效果相当于FM调频广播的效果；

采用44100HZ采样的声音效果相当于CD声音的效果。

image.png

采样位数（振幅采样精度）

采样值或取样值，是用来衡量声音波动变化的一个参数，也是声卡的分辨率。

它的数值越大，分辨率也就越高，发出声音的能力越强。目前计算机中配置的16位声卡的采样位数包括8位和16位两种。

声道数

有单声道和立体声之分。

单声道的声音只能使用一个喇叭发声（有的声卡也将单声道信息处理成两个喇叭同时输出），立体声的WAV可以使两个喇叭都发声（一般左右声道有分工），这样更能感受到音频信息的空间效果。

显然，双声道数据还原特性更接近人们的听力习惯，但采集得到的数据量会增加1倍。

WAV格式大小计算

采样频率一般是44.1K，16bit采样精度

WAV格式大小 = 44.1KHz(采样频率) X 16bit(采样位数) X 2(双声道) X 播放时间

WAV格式是没有压缩无损的，MP3格式是按1:12压缩保存的，所以MP3格式大小等于上式的1/12

wav文件格式

WAVE文件是非常简单的一种RIFF文件，它的格式类型为"WAVE"。

什么是RIFF文件

RIFF全称为资源互换文件格式（ResourcesInterchange FileFormat），RIFF文件是windows环境下大部分多媒体文件遵循的一种文件结构。

能以RIFF文件存储的数据包括：

RIFF是由chunk构成的，chunk是RIFF组成的基本单位，每个CHUNK可看作存贮了视频的一帧数据或者是音频的一帧数据，所以下面我们来讨论一下chunk的结构是怎么样的.

image.png

CHUNK的结构如下：

代码如下：

struct chunk
{
    uint32_t id;   // 块标志
    uint32_t size; // 块大小
    uint8_t data[size]; // 块数据
};

二进制分析

参考

百度百科

wav音频文件格式解析【个人笔记】(自用)

Python处理wave文件

RIFF文件是什么

RIFF和WAVE音频文件格式