python - 从python读取wav文件并将帧转换为RAW s16le字符串

我正在使用librosa，wave或soundfile库中的Python读取文件，并且需要将块(任何大小)推入HTTP流。根据规范，流字符串输入需要我将帧转换为RAW s16le格式。

我尝试了多种选择，包括:

soundarray,rate = librosa.load(pathToWavFile, dtype="<i2")
str = b''.join(soundarray)

但这只会创建一个空的音频流。我究竟做错了什么？

最佳答案

您可以尝试pydub将音频转换为音频段，将音频段拆分为可播放的块(即，您可以播放每个块)，然后根据需要将它们转换为原始块。

这是一个快速代码。

from pydub import AudioSegment
from pydub.utils import make_chunks

myaudio = AudioSegment.from_file("myaudio.wav" , "wav")
chunk_length_ms = 1000 # pydub calculates in millisec
chunks = make_chunks(myaudio, chunk_length_ms) #Make chunks of one sec

#Convert chunks to raw audio data which you can then feed to HTTP stream
for i, chunk in enumerate(chunks):
    raw_audio_data = chunk.raw_data

默认情况下，原始音频为16位

>>>
bytes_per_sample= 2  # 2 byte (16 bit) samples

由于raw_audio_data是原始数据，因此如果上述格式不起作用，则可以根据需要转换为任何其他格式。有关详细信息，请检查pydub utils api。