.raw 到 .wav 通过 pydub(AudioSegment) 听起来很吵

【问题标题】：.raw to .wav via pydub(AudioSegment) sounds noisy.raw 到 .wav 通过 pydub(AudioSegment) 听起来很吵
【发布时间】：2020-07-06 18:21:50
【问题描述】：

我想将 .raw 音频文件转换为 .wav 音频文件。所以，我使用下面的代码和 pydub AudioSegment

final = AudioSegment.from_file('input.raw', format='raw', frame_rate=8000, channels=1, sample_width=1).export('result.wav', format='wav')

顺便说一句，它的输出文件“result.wav”听起来很吵。实际上，我不确定“input.raw”文件的声音是否清晰（因为它是从 VoIP 电话的 RTP 数据包中获得的）。所以，我的问题是，如果输入（.raw）文件没有崩溃，输出（.wav）文件是否有清晰的声音？我想知道是什么问题。崩溃的文件？或不正确的代码？

【问题讨论】：

标签： python voip rtp pydub audiosegment

【解决方案1】：

我在尝试将 PCMU RAW 音频转换为 WAV 格式时遇到了类似的问题，我通过this issue on GitHub 联系了pydub 的作者，他的回复如下：

pydub 假设文件名以 raw 结尾的任何文件都是原始波形。而且也没有办法将 -ar 8000 注入转换命令（告诉 ffmpeg 音频是每秒 8000 个样本）

所以解决方法是手动打开文件，明确告诉pydub文件的格式是这样的：

# open the file ourselves so that pydub doesn't try to inspect the file name
with open('input.raw', 'rb') as raw_audio_f:

    # explicitly tell pydub the format for your file
    # use ffmpeg -i format | grep PCM to figure out what to string value to use
    sound = AudioSegment.from_file(raw_audio_f, format="mulaw")

    # override the default sample rate with the rate we know is correct
    sound.frame_rate = 8000

    # then export it
    sound.export('result.wav')

【讨论】：