如何在Python中计算波形声音文件的逆？

Question

我正在尝试使用 Python 计算 16 位单声道波形文件（8000Hz）的逆，而不使用几乎任何外部模块，除了用于从波形文件读取样本的 wave 之外。我尝试读取所有 16 位样本并计算每个样本的 0xFFFF - 样本并将其写入另一个波形文件。但是当我将两个音频文件混合在一起时，它们不会彼此静音。我在互联网上读过一些关于 DFT、FFT 等的内容，但即使我有很强的高中数学背景，但我对它们的理解并不多。任何提示表示赞赏。我的代码：

import wave
from dataclasses import dataclass
from typing import List


@dataclass
class SoundClip16b:
    data: List["int"]

    def __len__(self):
        return len(self.data)

    def inverted(self):
        inv = list()
        for d in self.data:
            inv.append(0xFFFF - d)
        return SoundClip16b(data=inv)

    def to_bytes(self):
        databyte = b""
        for i in self.data:
            b1 = i >> 8
            b2 = i & 0xFF
            databyte += bytes([b1, b2])
        return databyte

    @staticmethod
    def from_bytes(bytedata):
        data = list()
        for index, byte in enumerate(bytedata[:-1:2]):
            next_byte = bytedata[index+1]
            data.append((byte << 8) + next_byte)

        return SoundClip16b(data=data)


w_noise = wave.open("noise.wav")
w_antinoise = wave.open("antinoise.wav", "w")
clip = SoundClip16b.from_bytes(w_noise.readframes(-1))
inverted_clip = clip.inverted()
w_antinoise.setnchannels(1)
w_antinoise.setsampwidth(2)
w_antinoise.setframerate(8000)
w_antinoise.writeframes(inverted_clip.to_bytes())
w_antinoise.close()

编辑：我也尝试过假设 16 位样本是有符号整数而不是无符号整数。

Answer 1

感谢 Jan，问题出在字节顺序上。波是小端字节序，而我的代码假设它是大端字节序。这段代码对我有用：

import wave
import struct
from dataclasses import dataclass
from typing import List


@dataclass
class SoundClip16b:
    data: List["int"]

    def __len__(self):
        return len(self.data)

    def inverted(self):
        inv = list()
        for d in self.data:
            inv.append(~d)
        return SoundClip16b(data=inv)

    def to_bytes(self):
        databyte = b""
        for d in self.data:
            databyte += struct.pack("<h", d)
        return databyte

    @staticmethod
    def from_bytes(bytedata):
        return SoundClip16b(
            data=[x[0] for x in struct.iter_unpack("<h", bytedata)]
        )


w_noise = wave.open("noise.wav")
w_antinoise = wave.open("antinoise.wav", "w")
clip = SoundClip16b.from_bytes(w_noise.readframes(-1))
inverted_clip = clip.inverted()
w_antinoise.setnchannels(1)
w_antinoise.setsampwidth(2)
w_antinoise.setframerate(8000)
w_antinoise.writeframes(inverted_clip.to_bytes())
w_antinoise.close()