将 TIMIT 数据库中的 Nist Wav 文件读入 python numpy 数组答案

【问题标题】：Read Nist Wav File in TIMIT database into python numpy array将 TIMIT 数据库中的 Nist Wav 文件读入 python numpy 数组
【发布时间】：2012-04-17 07:33:23
【问题描述】：

这可能吗？从 scikits.audiolab 使用 wavread 时，我似乎遇到了这个错误：

x86_64.egg/scikits/audiolab/pysndfile/matapi.pyc in basic_reader(filename, last, first)
     93             if not hdl.format.file_format == filetype:
     94                 raise ValueError, "%s is not a %s file (is %s)" \
---> 95                       % (filename, filetype, hdl.format.file_format)
     96 
     97             fs = hdl.samplerate

ValueError: si762.wav is not a wav file (is nist)

我猜它无法读取 NIST wav 文件，但有没有另一种方法可以轻松地将它们读入 numpy 数组？如果不是，那么读取数据的最佳方法是什么？

可能重写 audiolab wavread 以识别 nist 标头？？

【问题讨论】：

标签： python numpy scipy speech-recognition

【解决方案1】：

回答我自己的问题，因为想通了，但是您可以使用 scikits.audiolab 中的 Sndfile 类，它支持多种读写文件格式，具体取决于您拥有的 libsndfile。然后你只需使用：

from scikits.audiolab import Sndfile, play
f = Sndfile(filename, 'r')
data = f.read_frames(10000)
play(data) # Just to test the read data

【讨论】：

【解决方案2】：

为了扩展 J Spen 的答案，在使用 scikits.audiolab 时，如果您想读取整个文件，而不仅仅是指定数量的帧，您可以使用 Sndfile 类的 nframes 参数来读取整件事情。例如：

from scikits.audiolab import Sndfile, play
f = Sndfile(filename, 'r')
data = f.read_frames(f.nframes)
play(data) # Just to test the read data

我在文档中找不到对此的任何引用，但它在源代码中。

【讨论】：

【解决方案3】：

与上述答案相反，还有另一种阅读方式多种格式的音频文件，例如 .wav、.aif、.mp3 等。

import matplotlib.pyplot as plt
import soundfile as sf
import sounddevice as sd
# https://freewavesamples.com/files/Alesis-Sanctuary-QCard-Crotales-C6.wav
data, fs = sf.read('Alesis-Sanctuary-QCard-Crotales-C6.wav')
print(data.shape,fs)
sd.play(data, fs, blocking=True)
plt.plot(data)
plt.show()

输出：

(88116, 2) 44100

【讨论】：