Python - sous-échantillonnage wav fichier audio

Merci à vous tous pour vos réponses. J'ai trouvé une solution déjà et il fonctionne très belle. Ici est la fonction entière.

def downsampleWav(src, dst, inrate=44100, outrate=16000, inchannels=2, outchannels=1):
    if not os.path.exists(src):
        print 'Source not found!'
        return False

    if not os.path.exists(os.path.dirname(dst)):
        os.makedirs(os.path.dirname(dst))

    try:
        s_read = wave.open(src, 'r')
        s_write = wave.open(dst, 'w')
    except:
        print 'Failed to open files!'
        return False

    n_frames = s_read.getnframes()
    data = s_read.readframes(n_frames)

    try:
        converted = audioop.ratecv(data, 2, inchannels, inrate, outrate, None)
        if outchannels == 1:
            converted = audioop.tomono(converted[0], 2, 1, 0)
    except:
        print 'Failed to downsample wav'
        return False

    try:
        s_write.setparams((outchannels, 2, outrate, 0, 'NONE', 'Uncompressed'))
        s_write.writeframes(converted)
    except:
        print 'Failed to write wav'
        return False

    try:
        s_read.close()
        s_write.close()
    except:
        print 'Failed to close wav files'
        return False

    return True

OriginalL'auteur d3cr1pt0r

Pour sous-échantillonner (également appelé les décimer), le signal (il s'agit de réduire la fréquence d'échantillonnage), ou de sur-échantillonner (augmentation de la fréquence d'échantillonnage) vous avez besoin d'interpoler entre vos données.

L'idée est que vous devez en quelque sorte tirage une courbe entre vos points, et ensuite prendre les valeurs de cette courbe à la nouvelle fréquence d'échantillonnage. C'est parce que vous voulez connaître le valuesof l'onde sonore à un moment qui n'a pas été échantillonnés, alors vous devez deviner cette valeur par une manière ou d'une autre. Le seul cas où le sous-échantillonnage serait facile, c'est quand vous divisez le taux d'échantillonnage par un entier $k$. Dans ce cas vous avez juste à prendre des seaux de $k$ d'échantillons et de ne garder que la première. Mais ce ne sera pas répondre à votre question. Voir l'image ci-dessous où vous avez une courbe échantillonnées à deux échelles différentes.

Vous pourriez le faire à la main si vous comprenez le principe, mais je vous recommande fortement de l'utiliser d'une bibliothèque. La raison en est que l'interpolation le droit chemin n'est pas facile ou évident.

Vous pouvez utiliser une interpolation linéaire (points de connexion avec une ligne) ou d'un binôme d'interpolation (se connecter en trois points avec un morceau de degré) ou (parfois, le meilleur pour le son) l'utilisation d'une transformée de Fourier et l'interpolation dans l'espace des fréquences.
Depuis la transformée de fourier n'est pas quelque chose que vous voulez ré-écrire à la main, si vous voulez un bon échantillonnage/supsampling,
Voir l'image ci-dessous pour les deux courbe de suréchantillonnage à l'aide de différents algorithmes de scipy. Le "rééchantillonnage" fonction de l'utilisation de la transformation de fourier.

J'étais en effet dans le cas que j'était en train de charger un 44100Hz fichier wave et exigé une 48000Hz de données échantillonnées, j'ai donc écrit les quelques lignes suivantes pour charger mes données:

    # Imports
from scipy.io import wavfile
import scipy.signal as sps
# Your new sampling rate
new_rate = 48000
# Read file
sampling_rate, data = wavfile.read(path)
# Resample data
number_of_samples = round(len(data) * float(new_rate) / sampling_rate))
data = sps.resample(data, number_of_samples)

Notez que vous pouvez aussi utiliser la méthode les décimer dans le cas où vous ne faites que des sous-échantillonnage et veulent quelque chose de plus rapide que de fourier.

OriginalL'auteur Jeremy Cochoy