Python中读取的声音文件和波形文件之间的幅度差异答案

【问题标题】：Difference in magnitude between sound file read and wave file read in PythonPython中读取的声音文件和波形文件之间的幅度差异
【发布时间】：2021-08-19 17:42:07
【问题描述】：

我发现使用 soundfile 和 wavefile 读取 wav 文件之间的幅度响应存在问题。以下是不同的情节：

你能告诉我我需要在wavefile.read 中进行哪些调整才能获得与soundfile.read 相同的幅度吗？

这是我使用的代码：

import os
import matplotlib.pyplot as plt
from matplotlib import transforms
import numpy as np
import soundfile as sf

import scipy.io.wavfile as wavfile

from matplotlib.gridspec import GridSpec

input_file1 = (r'G:/file.wav')

plt.subplot(211)
a, b = sf.read(input_file1);

pxx, fs = plt.psd(a, 512, b)
plt.semilogx(fs, 10*np.log10(pxx))
plt.title('Sound File Read')
plt.grid(which='major', axis='both', color='g', linestyle='-', alpha=0.4)
plt.grid(which='minor', axis='x', color='g', linestyle='-', alpha=0.1)

  
plt.subplot(212)
sample_rate, signal1 = wavfile.read(input_file1)
Pxx, freq = plt.psd(signal1, 512, sample_rate)
plt.semilogx(freq, 10*np.log10(Pxx))
plt.grid(which='major', axis='both', color='g', linestyle='-', alpha=0.4)
plt.grid(which='minor', axis='x', color='g', linestyle='-', alpha=0.1)
plt.title('Wavfile File Read')
plt.ylabel('PSD')

plt.xlabel('Frequency (Hz)')

# set the spacing between subplots
plt.tight_layout()

plt.show()

Here is a link to an example .wav file.

谢谢！

【问题讨论】：

据我所知，wavfile.io.read 和 soundfile.read 做的事情几乎相同，除了一个默认行为：wavfile 从文件中确定其数组的 dtype，而 soundfile 有一个默认 @ 987654329@。通常，声音的float_ 数组在-1 和1 之间进行归一化，而int_ 数组将信号保持在整数的最小值和最大值之间。检查您的阵列的 .dtype 以及 .min() 和 .max() 值。
@BatWannaBe，感谢您的意见。我确实看到 ndarray（使用第一个数据点），对于 soundfile，值是 -0.00225866，而对于 wavfile，数字是 -4850432。有没有办法将这些wavfile 数字转换为float_？

标签： python wav soundfile

【解决方案1】：

根据您报告的两个值，soundfile.read 确实提供了一个介于 -1 和 1 之间的 float64 数组，而 wavfile.io.read 提供了一个介于 -2147483648 和 2147483647 之间的 int32 数组 (-4850432/ 2147483648 = -0.00225866）。您可以使用以下内容从 int_ 或 float_ 数组创建一个标准化的 float_ 数组：

def normalize(signal1):
    try:
        intinfo = np.iinfo(signal1.dtype)
        return signal1 / max( intinfo.max, -intinfo.min )

    except ValueError: # array is not integer dtype
        return signal1 / max( signal1.max(), -signal1.min() )

【讨论】：