speech_read_write.zip_信号提取_语音_语音信号_语音数据_语音数据获取

#!/usr/bin/python # -*- coding: UTF-8 -*- import wave import pylab as pl import numpy as np def read_wav_data(filename): ''' 读取一个wav文件，返回声音信号的时域谱矩阵和播放时间 ''' wav = wave.open(filename,"rb") # 打开一个wav格式的声音文件流 num_frame = wav.getnframes() # 获取帧数 num_channel=wav.getnchannels() # 获取声道数 framerate=wav.getframerate() # 获取帧速率 num_sample_width=wav.getsampwidth() # 获取实例的比特宽度，即每一帧的字节数 str_data = wav.readframes(num_frame) # 读取全部的帧 wav.close() # 关闭流 wave_data = np.fromstring(str_data, dtype = np.short) # 将声音文件数据转换为数组矩阵形式 wave_data.shape = -1, num_channel # 按照声道数将数组整形，单声道时候是一列数组，双声道时候是两列的矩阵 wave_data = wave_data.T # 将矩阵转置 wave_data = wave_data return wave_data, framerate def wav_show(wave_data, fs): # 显示出来声音波形 time = np.arange(0, len(wave_data)) * (1.0/fs) # 计算声音的播放时间，单位为秒 # 画声音波形 plt.plot(time, wave_data) plt.show() if(__name__=='__main__'): wave_data, fs = read_wav_data("EN_M_DXC.wav") wav_show(wave_data[0],fs) wav_show(wave_data[1],fs) # 如果是双声道则保留这一行，否则删掉这一行