如何使用 python 连接两个 wav 文件？

Question

我正在使用python编程语言，我想在另一个wav文件的末尾加入一个wav文件？ 我在论坛中有一个问题，建议如何合并两个 wav 文件，即在某个偏移量处添加一个 wav 文件的内容，但我想在彼此末尾加入两个 wav 文件...

而且我也有可能播放我自己的 wav 文件，使用 winsound 模块..我能够播放声音，但在播放任何 Windows 声音之前使用 time.sleep 一段时间，如果我想要的话，缺点是这样要播放更长的声音。sleep(N),N sec 也是，Windows 声音将在 N sec 播放 winsound nd 后重叠。..

任何人都可以帮忙吗？请建议如何解决这些问题...

提前致谢

Answer 1

Python 附带了 wave 模块，可以满足您的需求。当文件的详细信息（单声道或立体声、帧速率等）相同时，以下示例有效：

import wave

infiles = ["sound_1.wav", "sound_2.wav"]
outfile = "sounds.wav"

data= []
for infile in infiles:
    w = wave.open(infile, 'rb')
    data.append( [w.getparams(), w.readframes(w.getnframes())] )
    w.close()
    
output = wave.open(outfile, 'wb')
output.setparams(data[0][0])
for i in range(len(data)):
    output.writeframes(data[i][1])
output.close()

Answer 2

我用pysox

wave 模块和许多其他模块似乎不支持 mu-law wavs。

您安装的 pysox 请求 SoX 并更新您的 PATH 以包含它的安装目录。

import sox    
cbn=sox.Combiner()
sounds=[]
#PROCESS SOUND PATHS TO AN ARRAY
if len(sounds)>=2:
    print(sounds)
    cbn.build(sounds,'outputfilepath.ext','concatenate')

Answer 3

我会使用librosa.load 和librosa.write_wav。 查看文档here

import librosa
import numpy as np
import librosa.display

example_audio = librosa.util.example_audio_file()
x, sr = librosa.load(example_audio, duration=5)
print('shape of x ==> ' + str(x.shape))
y, sr = librosa.load(example_audio, duration=5)
print('shape of y ==> ' + str(y.shape))
z = np.append(x,y)
print('shape of x+y = z ==> ' + str(z.shape))
librosa.output.write_wav('joined_file.wav', z, sr)

z_loaded, sr = librosa.load('joined_file.wav')
print('shape of z loaded ==> ' + str(z_loaded.shape))

输出：

x 的形状 ==> (110250,)

y 的形状 ==> (110250,)

x+y 的形状 = z ==> (220500,)

z 加载的形状 ==> (220500,)

Answer 4

Python 3 解决方案：
我们可以使用标准库来做到这一点，如 tom10 和 eggbert 的回答所示。
下面是一个较短的版本：

1. 仅写入第一个波形文件的参数。我们可以测试 wav_out 文件长度，看看我们是否还没有写入它。如果我们没有只写一次波形参数。

2. 然后在从 wav_in 读取帧时将帧写入 wav_out。

   with wave.open(outfile, 'wb') as wav_out:
       for wav_path in infiles:
           with wave.open(wav_path, 'rb') as wav_in:
               if not wav_out.getnframes():
                   wav_out.setparams(wav_in.getparams())
               wav_out.writeframes(wav_in.readframes(wav_in.getnframes()))
   

Answer 5

只是以@tom10 的回答为基础：

from contextlib import closing

with closing(wave.open(outfile, 'wb')) as output:

    # find sample rate from first file
    with closing(wave.open(wav_files[0])) as w:
        output.setparams(w.getparams())

    # write each file to output
    for infile in wav_files:
        with closing(wave.open(infile)) as w:
            output.writeframes(w.readframes(w.getnframes()))

它不是存储所有数据然后一次将其写入末尾，而是逐位写入。它还使用 contextlib.close，因此您不必关闭文件。

Answer 6

我是pydub 的维护者，它旨在让这类事情变得简单。

from pydub import AudioSegment

sound1 = AudioSegment.from_wav("/path/to/file1.wav")
sound2 = AudioSegment.from_wav("/path/to/file2.wav")

combined_sounds = sound1 + sound2
combined_sounds.export("/output/path.wav", format="wav")

注意：pydub 是一个轻量级的 audioop 包装器。所以在幕后，它基本上是在做 Tom10 提到的事情

Answer 7

我使用 SOX [1] 库，然后像这样调用它

>>> import subprocess
>>> sound_output_path = /tmp
>>> sox_filenames = ['file.wav', 'file1.wav']
>>> subprocess.call(['sox'] + sox_filenames + ['%s/out.wav' % sound_output_path])

[1]http://sox.sourceforge.net/

Answer 8

你可以使用audiolab:

import audiolab, scipy
a, fs, enc = audiolab.wavread('file1.wav')
b, fs, enc = audiolab.wavread('file2.wav')
c = scipy.vstack((a,b))
audiolab.wavwrite(c, 'file3.wav', fs, enc)