改善两个波形文件的连接？

Question

我编写了一个用于连接两个波形文件的代码。当我连接较大的段时，它工作正常，但由于我需要连接非常小的段，因此清晰度不好。

我了解到诸如窗口连接之类的信号处理技术可用于改进文件的连接。

y[n] = w[n]s[n] 将样本号 n 处的信号值乘以窗函数的值 汉明窗 w[n]= .54 - .46*cos(2*Pi*n)/L 0

我不明白如何获取样本 n 处的信号值以及如何实现这一点？

the code i am using for joining is

import wave
m=['C:/begpython/S0001_0002.wav', 'C:/begpython/S0001_0001.wav']
i=1
a=m[i]
infiles = [a, "C:/begpython/S0001_0002.wav", a]
outfile = "C:/begpython/S0001_00367.wav"

data= []
data1=[]
for infile in infiles:
    w = wave.open(infile, 'rb')
    data1=[w.getnframes]
    data.append( [w.getparams(), w.readframes(w.getnframes())] )
    #data1 = [ord(character) for character in data1]

    #print data1
    #data1 = ''.join(chr(character) for character in data1)

    w.close()

output = wave.open(outfile, 'wb')
output.setparams(data[0][0])
output.writeframes(data[0][1])
output.writeframes(data[1][1])
output.writeframes(data[2][1])
output.close()

在加入过程中，我正在使用帧的字节格式进行操作。我猜现在必须使用整数或浮点格式对它们执行操作，如果我的想法是正确的，我该怎么做？

Answer 1

为了让您有一个高层次的理解，WAV 音频格式由 44 字节标头组成，您可以在其中定义必要的元数据，例如采样率、通道数等，后面是实际音频数据所在的有效负载。音频只是振幅随时间变化的曲线。 WAV 格式允许该幅度从最大值 +1.0 变化到最小值 -1.0（以浮点表示）。当进行音频记录时，该幅度通常每秒测量 44100 次（采样率）。所以WAV文件只存储这一系列的样本值。 WAV 格式不存储浮点数，而是将 +1 到 -1 的范围存储为 0 到 2^16 之间的整数。这些 16 位样本每个样本需要两个字节的文件存储空间。在上面的示例代码中，i>>8 将音频值移位 8 位。如果您考虑这些想法，并编写自己的 WAV 格式代码来读取或写入文件，您将能够很好地回答您的问题。

Answer 2

这可能不是最好的解决方案，但我确信它会起作用。也许你会发现现有的库或其他一些步骤，我不知道Python。我建议的步骤是：

1. 加载波形文件。
2. 创建样本值（幅度）
   对于每一帧（取决于帧
   大小，小/大端，
   已签名/未签名）。
3. 将结果数组除以 int
   值进入窗口，例如示例
   0-511, 512-1023, ...
4. 执行窗口函数，对于
   您想要加入的窗口。
5. 做你的加入。
6. 将窗口存储回字节中
   数组的逆运算
   第一步。

旧帖子：
你必须计算样本值，在java中，2字节/帧声音文件的函数看起来像这样：

public static int createIntFrom16( byte _8Bit1, byte _8Bit2 ) {
    return ( 8Bit1<<8 ) | ( 8Bit2 &0x00FF );
}

通常你必须关心文件是否使用小端，我不知道Python库是否会考虑到这一点。

创建所有样本值后，您必须将文件划分为窗口，例如大小为 512 个样本的窗口。然后您可以对值进行窗口化，并创建回字节值。对于 16 位，它看起来像这样：

public static byte[] createBytesFromInt(int i) {
    byte[] bytes = new byte[2];
    bytes[0]=(byte)(i>>8);
    bytes[1]=(byte)i;
    return bytes;
}