### 使用Python实现音频文件的采样率和量化位数调整及效果对比 以下内容详细说明了如何使用Python读取音频文件，并调整其采样率为原始的一半，修改量化位数，以及进行处理前后的效果对比。 #### 1. 音频文件的基本读取 Python中的`wave`模块可以用于读取WAV格式的音频文件。通过该模块，可以获取音频的基本信息，如声道数、采样率、量化位数等[^1]。 ```python import wave import struct import numpy as np import matplotlib.pyplot as plt # 打开音频文件 wav_file = wave.open("example.wav", "rb") # 获取音频参数 channels = wav_file.getnchannels() # 声道数 sample_rate = wav_file.getframerate() # 采样率 samp_width = wav_file.getsampwidth() # 量化位数（字节） num_frames = wav_file.getnframes() # 总帧数 print(f"声道数: {channels}, 采样率: {sample_rate}, 量化位数: {samp_width * 8} bits, 总帧数: {num_frames}") ``` #### 2. 调整采样率为原始的一半 为了将采样率调整为原始的一半，可以通过重采样技术实现。`scipy`库中的`resample`函数可以方便地完成这一任务[^4]。 ```python from scipy.signal import resample # 读取所有帧数据 frames = wav_file.readframes(num_frames) audio_data = np.frombuffer(frames, dtype=np.int16) # 将二进制数据转换为16位整数 # 如果是立体声，则需要调整形状 if channels == 2: audio_data = audio_data.reshape(-1, 2) # 调整采样率为原始的一半 new_sample_rate = sample_rate // 2 num_new_samples = int(len(audio_data) * new_sample_rate / sample_rate) resampled_audio = resample(audio_data, num_new_samples) print(f"新的采样率: {new_sample_rate}") ``` #### 3. 修改量化位数 量化位数的修改可以通过截断或扩展数据的位数来实现。例如，将16位量化位数转换为8位时，可以通过简单的缩放操作完成。 ```python # 将16位数据转换为8位 if samp_width == 2: # 原始量化位数为16位 scaled_audio = (resampled_audio / 32768.0).astype(np.int8) # 缩放到8位范围 print("量化位数已从16位转换为8位") else: print("当前量化位数不支持转换") ``` #### 4. 效果对比 为了对比处理前后的效果，可以绘制音频信号的波形图和频谱图。 ```python # 绘制原始音频的波形 plt.figure(figsize=(12, 6)) plt.subplot(2, 2, 1) plt.plot(audio_data[:1000]) plt.title("原始音频波形") # 绘制重采样后的音频波形 plt.subplot(2, 2, 2) plt.plot(resampled_audio[:1000]) plt.title("重采样后的音频波形") # 计算并绘制原始音频的频谱 fft_original = np.fft.fft(audio_data[:, 0] if channels == 2 else audio_data) freqs_original = np.fft.fftfreq(len(fft_original), 1 / sample_rate) plt.subplot(2, 2, 3) plt.plot(freqs_original[:len(freqs_original) // 2], np.abs(fft_original)[:len(fft_original) // 2]) plt.title("原始音频频谱") # 计算并绘制重采样后音频的频谱 fft_resampled = np.fft.fft(resampled_audio) freqs_resampled = np.fft.fftfreq(len(fft_resampled), 1 / new_sample_rate) plt.subplot(2, 2, 4) plt.plot(freqs_resampled[:len(freqs_resampled) // 2], np.abs(fft_resampled)[:len(fft_resampled) // 2]) plt.title("重采样后音频频谱") plt.tight_layout() plt.show() ``` #### 5. 写入修改后的音频文件 最后，可以将修改后的音频数据写入一个新的WAV文件中。 ```python # 创建新的WAV文件 output_wav = wave.open("modified_example.wav", "wb") output_wav.setnchannels(channels) output_wav.setsampwidth(1 if samp_width == 2 else samp_width) # 修改量化位数 output_wav.setframerate(new_sample_rate) output_wav.setnframes(len(scaled_audio)) # 写入数据 output_wav.writeframes(scaled_audio.tobytes()) output_wav.close() print("修改后的音频文件已保存") ``` --- ###