<think>我们正在讨论的是`scipy.io.wavfile`模块中的`read`函数。根据引用[1]和引用[2]的内容，我们知道这个函数用于读取WAV格式的音频文件。下面将详细介绍该函数的接口信息。 ### 函数签名 ```python scipy.io.wavfile.read(filename, mmap=False) ``` ### 参数说明 1. **`filename`** : 字符串或文件类对象 - 要读取的WAV文件名，或已打开的文件对象（支持读取操作）。 2. **`mmap`** : 布尔值，可选参数，默认值为`False` - 如果设置为`True`，则使用内存映射方式读取文件。适用于大文件，可减少内存占用。注意：内存映射模式下返回的数组是只读的。 ### 返回值 - **`sample_rate`** : 整数 音频的采样率（单位：Hz），表示每秒包含的采样点数。 - **`data`** : 整数类型的NumPy数组 音频数据，数组形状为`(num_samples, num_channels)`。 - 对于单声道音频：形状为`(num_samples,)` - 对于立体声音频：形状为`(num_samples, 2)` ### 数据类型说明 - 返回的`data`数组的数据类型（dtype）取决于音频文件的位深度： - 8位PCM：`uint8`（无符号8位整数） - 16位PCM：`int16`（有符号16位整数） - 24位PCM：`int32`（有符号32位整数） - 32位浮点：`float32`（32位浮点数） ### 示例代码 ```python from scipy.io import wavfile # 读取WAV文件 sample_rate, data = wavfile.read('audio.wav') print(f"采样率: {sample_rate} Hz") print(f"音频数据形状: {data.shape}") print(f"数据类型: {data.dtype}") ``` ### 注意事项 1. **内存映射模式**： 当`mmap=True`时，返回的数组是只读的，且数据在磁盘上（不会全部加载到内存）。关闭文件后访问数组会导致错误。 2. **位深度支持**： 支持常见的PCM格式（8/16/24/32位）和32位浮点格式，但不支持压缩格式（如MP3）。 3. **多通道数据排列**： 立体声数据中，每行包含两个通道的采样值（左声道在前，右声道在后）。 ### 与`soundfile`库的对比（引用[1][2]） - `scipy.io.wavfile.read`返回整数类型数组，而`soundfile.read`默认返回归一化的浮点数组（范围$[-1, 1]$）。 - 对于24位WAV文件，`scipy`会升级为`int32`类型（高位对齐），而`soundfile`则直接解析为24位整数。 ### 异常处理 - 如果文件格式错误或不受支持，会抛出`ValueError`异常。 §§相关问题§§ 1. 如何将读取的WAV音频数据转换为浮点数格式？ 2. 如何使用`scipy.io.wavfile.write`生成WAV文件？ 3. 处理多通道音频数据时有哪些常用操作？ 4. 为什么读取的音频数据值范围与预期不符？如何解决？ </think> ### Python中`wavfile.read`接口详解 在Python中，`scipy.io.wavfile.read()` 是读取WAV音频文件的核心函数，其接口定义如下： ```python from scipy.io import wavfile # 函数签名 sample_rate, audio_data = wavfile.read( filename, mmap=False # 可选参数 ) ``` #### 参数说明 1. **`filename`** : 字符串或文件对象 - 要读取的WAV文件路径（如`"audio.wav"`）或已打开的文件对象 - *示例*: `"stop.wav"`（引用[1]） 2. **`mmap`** : 布尔值（可选，默认=False） - 若为`True`，使用内存映射方式读取大文件（减少内存占用） - 返回的数组是**只读**的（引用[2]） #### 返回值 1. **`sample_rate`** : 整数 - 音频采样率（Hz），表示每秒采样点数 - *示例输出*: `sample:16000`（引用[1]） 2. **`audio_data`** : NumPy数组 - 音频数据，数组形状为`(num_samples, num_channels)` - **数据类型**取决于音频位深度： - 8-bit: `uint8`（范围0-255） - 16-bit: `int16`（范围-32768到32767）（引用[2]） - 24/32-bit: `int32` - 32-bit浮点: `float32` #### 使用示例 ```python from scipy.io import wavfile # 基本读取 fs, data = wavfile.read("stop.wav") print(f"采样率: {fs} Hz") print(f"音频形状: {data.shape}") print(f"数据类型: {data.dtype}") # 内存映射模式（大文件） fs_large, data_large = wavfile.read("large_audio.wav", mmap=True) ``` #### 关键特性 1. **多通道支持**： - 单声道：`shape = (n_samples,)` - 立体声：`shape = (n_samples, 2)`（左/右声道） 2. **位深度处理**： - 自动检测并转换位深度 - 24-bit WAV会升级为`int32`存储（引用[2]） 3. **与`soundfile`库差异**： ```python # scipy返回原始整数数据 fs, data = wavfile.read("audio.wav") # 输出: [0, 0, -32, ...] # soundfile返回归一化浮点数 import soundfile as sf data, fs = sf.read("audio.wav") # 输出: [0.0, 0.0, -0.00097656, ...]（引用[1][2]） ``` #### 注意事项 1. **文件格式限制**： - 仅支持标准PCM WAV格式 - 不支持压缩格式（如MP3、AAC） 2. **内存映射限制**： - 使用`mmap=True`时不可修改数据 - 文件关闭后数组会失效 3. **数据类型转换**： ```python # 将int16转换为浮点数 (-1.0 ~ 1.0) float_data = data.astype(np.float32) / 32768.0 ``` > 完整文档参考：[SciPy WAV文档](https://docs.scipy.org/doc/scipy/reference/generated/scipy.io.wavfile.read.html)