尝试使用 scikits.samplerate.resample 更改音频文件的音高会导致 pygame 产生垃圾音频

Question

我的问题与 Python 中的变调音频有关。我安装了当前的模块：numpy、scipy、pygame 和 scikits“samplerate”api。

我的目标是获取一个立体声文件并以尽可能少的步骤以不同的音高进行播放。目前，我使用 pygame.sndarray 将文件加载到数组中，然后使用 scikits.samplerate.resample 进行采样率转换，然后将输出转换回声音对象使用pygame进行播放。

问题是我的扬声器发出垃圾音频。当然，我错过了一些步骤（除了对数学和音频一无所知之外）。

import time, numpy, pygame.mixer, pygame.sndarray
from scikits.samplerate import resample

pygame.mixer.init(44100,-16,2,4096)

# choose a file and make a sound object
sound_file = "tone.wav"
sound = pygame.mixer.Sound(sound_file)

# load the sound into an array
snd_array = pygame.sndarray.array(sound)

# resample. args: (target array, ratio, mode), outputs ratio * target array.
# this outputs a bunch of garbage and I don't know why.
snd_resample = resample(snd_array, 1.5, "sinc_fastest")

# take the resampled array, make it an object and stop playing after 2 seconds.
snd_out = pygame.sndarray.make_sound(snd_resample)
snd_out.play()
time.sleep(2)

Answer 1

您的问题是 pygame 使用 numpy.int16 数组，但对 resample 的调用返回 numpy.float32 数组：

>>> snd_array.dtype
dtype('int16')
>>> snd_resample.dtype
dtype('float32')

您可以转换 使用 astype 将 结果重新采样为 numpy.int16：

>>> snd_resample = resample(snd_array, 1.5, "sinc_fastest").astype(snd_array.dtype)

通过此修改，您的 Python 脚本可以很好地播放 tone.wav 文件，位于一个较低的音调和一个较低的速度。

Answer 2

你最好的选择可能是使用 python audiere。

这是一个链接，我用它来做同样的事情，这很简单，只需阅读所有文档即可。

http://audiere.sourceforge.net/home.php

Answer 3

scikits.samplerate.resample 很可能“认为”您的音频是 16 位立体声以外的另一种格式。检查 scikits.samplerate 上的文档，了解在阵列中的何处选择正确的音频格式 -
如果它对 16 位音频进行重新采样，就会将其视为 8 位垃圾。

Answer 4

来自 scikits.samplerate.resample 文档：

如果输入的等级为 1，则使用所有数据，并假定来自单声道信号。如果等级为 2，则数字列将被假定为通道数。

因此，我认为您需要做的是将立体声数据传递到 resample 中它期望的格式：

snd_array = snd_array.reshape((-1,2))

snd_resample = resample(snd_array, 1.5, "sinc_fastest")

snd_resample = snd_resample.reshape(-1) # Flatten it out again