1

我使用 Audacity 创建了两个波形文件。两者都有 44100hz 采样率，32 位浮点采样，保存为 WAV (Microsoft) 16 位签名并包含 1s 的静音（根据 Audacity）。不同之处在于一个文件包含一个通道，而另一个文件包含两个（立体声）。读取一个通道文件时，我得到这样的帧：

0x00 0x00  
...  ...

正如预期的那样，但是在阅读第二个文件时，我得到了：

0x00 0x00 0x00 0x00  
0x01 0x00 0xff 0xff  
0x00 0x00 0x00 0x00  
0x00 0x00 0x01 0x00  
0xff 0xff 0x01 0x00  
0xfe 0xff 0x03 0x00

这对我来说似乎是一个随机模式。它与频道在波形文件中的存储方式有关吗？不应该是这样的：

0x00 0x00 0x00 0x00  
...  ...  ...  ...

?

PS：我使用python内置模块'wave'来读取文件。

4

5 回答 5

3

数据不是随机的

看着它，我似乎看到每行有 2 个 int 值，每 2 个字节为 little-endian：

0x00 0x00 0x00 0x00  
0x01 0x00 0xff 0xff  
0x00 0x00 0x00 0x00  
0x00 0x00 0x01 0x00  
0xff 0xff 0x01 0x00  
0xfe 0xff 0x03 0x00

解码为：

 0  0
 1 -1
 0  0
 0  1
-1  1
-2  3

因此，正如其他人所建议的那样，您会看到那些非常接近 0 的数字（几乎是无声的），看起来像抖动。

于 2010-12-15T03:54:43.343 回答
1

据我所知，通道应该是交替的，因此 44.1 khz 的 1 秒将是 88,200 k 样本的流，左右交替或规范所说的任何内容。

Audacity 也不应该让 float -> int 转换错误，反之亦然。尝试从整数样本而不是浮点数开始。或者让一个通道具有已知值（即 Ox8f8f）而另一个通道为 0，这可能更容易弄清楚。

于 2010-06-04T19:59:50.330 回答
1

预期静音的极低电平信号可能是由从 32 位到 16 位的转换中使用的抖动引起的。

于 2010-06-04T20:57:31.590 回答
0

已删除代码和上一篇文章。

沉默：“真正的”沉默必须为零。否则，它通常被称为“房间”寂静，如果您不使用噪音门，它会随处可见的非常小的噪音。（记录）这只是一个想法：请记住，使用有符号值将导致 1 位用于有符号/无符号标记。也许（我不知道）这是您在使用 audacity 将其转换为签名的波形文件后所看到的。对不起，但我没有时间测试这个。

Wave 文件：我不知道您对声音文件了解多少，但是：如果您只想添加静音，请尝试以下方式：每个样本的大小为 X 位：因此一个样本需要 X/8 字节。您知道采样率-因此您可以将原始原始字节数组复制到一个大小 (silence_length_in_samples bytes_per_frame)+(original)+(silence_length_in_samples bytes_per_frame) 中，然后使用我希望可以的 python 工具将其写回声音文件做这个。

2个通道：原始字节组织在： [sample1(channel1_bytes, channel2bytes)][sample2(channel1_bytes,channel2_bytes).... 我希望我的意思很清楚:)

于 2010-06-04T19:38:16.423 回答
0

您可以使用以下代码查看这些数字：

import struct
struct.unpack("f", struct.pack("I", 0xfeff0300))
(-1.6948435790786458e+38,)

它们看起来都非常小，可以说是沉默的数字。我生成了静音并将其保存为 32 位浮点 WAV，并且没有得到小数字。我的文件包含零，不包括标题。

可以像这样生成 0.2 秒的静默 2 通道浮点数据：

import array
silence = array.array("f", [0] * int(44100 * 2 * 0.2))
于 2010-06-04T20:45:04.510 回答