python实现‘读取语音文件’_python自定义类以及方法(函数),分别实现语音文件读入,写出

最近看了很多语音预处理的博客，参考了很多语音读取代码，如下：

# 导入相应的包
import numpy, wave
import matplotlib.pyplot as plt
import numpy as np
import os

filename = 'E:/dataSet/casia/liuchanhg/angry/201.wav'  #添加音频文件的路径
f = wave.open(filename,'rb')# 打开音频文件，以得到语音参数
                                      # #getparams：一次性返回所有的WAV文件的格式信息
params = f.getparams()                # 得到语音参数,一次性返回所有的音频参数，返回的是一个元组，wave模块只支持非压缩的数据

nchannels, sampwidth, framerate,nframes = params[:4]# 得到的数据是字符串，需要将其转成int型
                                                    # nchannels:音频通道数，sampwidth:每个音频样本的字节数，framerate:采样率，nframes:音频采样点数
strData = f.readframes(nframes)    #指定需要读取的长度(以取样点为单位)，返回的是字符串类型的数据。读取波形数据

#将波形数据转换为数组                                    # 通过np.fromstring函数将字符串转换为数组，通过其参数dtype指定转换后的数据格式
wavaData = np.fromstring(strData,dtype=np.int16)       # dtype指数组元素类型;将读取的字符串数据转换为一维short类型的数组。
                                                      
wavaData = wavaData * 1.0/max(abs(wavaData)) #归一化
wave_add=np.append(wavaData[0],wavaData[1:]-0.97*wavaData[:-1])   #预加重
wave_add= np.reshape(wave_add,[nframes,nchannels]).T   # .T 表示转置

f.close()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22

我也还有很多不懂的地方，希望跟大家一起学习。