Lire les données d'un seul canal à partir d'une chaîne stéréo fichier wave en Python

J'ai à lire les données à partir d'un seul canal en stéréo fichier wave en Python.
Pour cela, j'ai essayé avec scipy.io:

import scipy.io.wavfile as wf
import numpy

def read(path):
    data = wf.read(path)
    for frame in data[1]:
        data = numpy.append(data, frame[0])
    return data

Mais ce code est très lent, surtout si je dois travailler avec des fichiers plus longs.
Si quelqu'un connais un moyen plus rapide de faire cela? J'ai pensé à la norme vague module en utilisant vague.readframes(), mais comment sont les images qui y sont stockées?

InformationsquelleAutor Richard_Papen | 2014-04-18
  1. 14

    scipy.io.wavfile.lire retourne le n-uplet (rate, data). Si le fichier est en stéréo, data est un tableau numpy avec la forme (nsamples, 2). Pour obtenir un canal spécifique, utilisez un tranche de data. Par exemple,

    rate, data = wavfile.read(path)
# data0 is the data from channel 0.
data0 = data[:, 0]
    • Qu'est-ce que canal ? dans le scipy.io.wavfile.lire .
    • Dans un fichier stéréo, "canal" désigne soit la gauche ou la droite du signal. C'est, left = data[:, 0], right = data[:, 1]. Voir aussi stackoverflow.com/questions/13995936/...
    • +1 , Merci pour la réponse 🙂
    InformationsquelleAutor Warren Weckesser
  2. 6

    La wave module renvoie les images comme une chaîne d'octets, qui peut être converti en nombre avec le struct module. Par exemple:

    def oneChannel(fname, chanIdx):
""" list with specified channel's data from multichannel wave with 16-bit data """
    f = wave.open(fname, 'rb')
    chans = f.getnchannels()
    samps = f.getnframes()
    sampwidth = f.getsampwidth()
    assert sampwidth == 2
    s = f.readframes(samps) #read the all the samples from the file into a byte string
    f.close()
    unpstr = '<{0}h'.format(samps*chans) #little-endian 16-bit samples
    x = list(struct.unpack(unpstr, s)) #convert the byte string into a list of ints
    return x[chanIdx::chans] #return the desired channel

    Si votre fichier WAV a quelques autres la taille de l'échantillon, vous pouvez utiliser l' (plus laid) fonction dans une autre réponse, j'ai écrit ici.

    Je n'ai jamais utilisé scipy's wavfile fonction donc je ne peux pas comparer la vitesse, mais le wave et struct approche que j'utilise ici a toujours travaillé pour moi.

    InformationsquelleAutor mtrw