python - 如何使用FFmpeg将音频转换为WAVE_FORMAT_PCM？

我正在使用Python的wave模块读取音频，并使用FFmpeg将音频从其他类型转换为wav。但是，我遇到了一些问题。

我写了v.py来生成静音音频文件a.wav

import sys, wave, math
import numpy as np

wave_data = np.zeros(44100).astype(np.short)

f = wave.open('a.wav', 'wb')
f.setnchannels(1)
f.setsampwidth(2)
f.setframerate(96000)
f.writeframes(wave_data.tostring())
f.close()

然后，我使用FFmpeg将a.wav“复制”到b.wav(尽管似乎可以对文件进行编码/解码)，但是我只能使用Python读取a.wav。 b.wav无法打开。

[user@localhost tmp]$ ffmpeg -i a.wav b.wav
Guessed Channel Layout for Input Stream #0.0 : mono
Input #0, wav, from 'a.wav':
  Duration: 00:00:00.46, bitrate: 1536 kb/s
    Stream #0:0: Audio: pcm_s16le ([1][0][0][0] / 0x0001), 96000 Hz, mono, s16, 1536 kb/s
Stream mapping:
  Stream #0:0 -> #0:0 (pcm_s16le (native) -> pcm_s16le (native))
Press [q] to stop, [?] for help
Output #0, wav, to 'b.wav':
  Metadata:
    ISFT            : Lavf57.71.100
    Stream #0:0: Audio: pcm_s16le ([1][0][0][0] / 0x0001), 96000 Hz, mono, s16, 1536 kb/s
    Metadata:
      encoder         : Lavc57.89.100 pcm_s16le
size=      86kB time=00:00:00.45 bitrate=1537.8kbits/s speed= 706x
video:0kB audio:86kB subtitle:0kB other streams:0kB global headers:0kB muxing overhead: 0.115646%
[user@localhost tmp]$ python3
Python 3.6.4 (default, Jan 23 2018, 22:25:37)
[GCC 7.2.1 20170915 (Red Hat 7.2.1-2)] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import wave
>>> wave.open('a.wav')
<wave.Wave_read object at 0x7efea1c5e550>
>>> wave.open('b.wav')
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/usr/lib64/python3.6/wave.py", line 499, in open
    return Wave_read(f)
  File "/usr/lib64/python3.6/wave.py", line 163, in __init__
    self.initfp(f)
  File "/usr/lib64/python3.6/wave.py", line 143, in initfp
    self._read_fmt_chunk(chunk)
  File "/usr/lib64/python3.6/wave.py", line 260, in _read_fmt_chunk
    raise Error('unknown format: %r' % (wFormatTag,))
wave.Error: unknown format: 65534
>>>

如何更改FFmpeg的命令以将文件转换为WAVE_FORMAT_PCM，以便可以使用Python读取b.wav？

最佳答案

issue是Python的wave模块不支持导入采样率大于48 kHz的文件。 MP3中介路由之所以起作用，是因为在这种情况下，ffmpeg会将输入自动下采样到48 kHz。据报道，scipy可以导入48+ kHz的文件。

使用ffmpeg手动下采样到48 kHz的语法是

ffmpeg -i in -ar 48000 out.wav

附言要跳过解码/编码，请使用ffmpeg -i in.wav -c copy out.wav。

关于python - 如何使用FFmpeg将音频转换为WAVE_FORMAT_PCM？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/48740160/