1

我有一些我在 pydub 中使用的音频样本（来自SampleSwap）。它们中的大多数具有 16 个样本深度/位，而其他是 24 或 32。看起来像这样：

import pydub

a = pydub.AudioSegment.from_file('16bit_file.wav')
b = pydub.AudioSegment.from_file('24bit_file.wav')

我遇到的问题是当我试图让他们回放时：

from pydub.playback import play

play(a)
play(b)

虽然 16 位文件正常播放，但 24 位文件的声音都震耳欲聋，严重到可能损坏扬声器的地步。在我的电脑设置为最小音量的情况下，24 位播放的音量与普通音乐以最大音量播放的音量差不多。它是超级扭曲、锐利和剪裁的。

我很确定我已经将其隔离为位深度问题。在其他软件中播放时，声音都正常播放。我可以使用 sox或 using将问题声音转换为 16 位pydub.AudioSegment.set_sample_width(2)，然后问题就消失了。我也直接通过 simpleaudio 进行播放（从 pydub 复制代码，here）并得到同样的问题。

主要问题是我正在编写一些用于处理我想分享的音频的代码，但我不希望用户因听到这些破坏的声音之一而遭受身体或精神伤害。我唯一的解决方法是立即将任何使用加载的声音/锁定音频播放的位深度转换为仅 16 位文件；这适用于我正在测试的文件，但是 a）我不知道它是否适用于所有声音/计算机，并且 b）我认为这在 pydub 中不应该是一个问题。我还想在播放之前以某种方式检查声音的音量（使用例如a.dBFS或a.max），但我没有发现任何似乎可靠的东西（指标与音量并没有真正相关，或者值似乎是更多的额外位提供的动态范围的指示）。

所以我的问题是：

  • 为什么在播放非 16 位文件时，我在 pydub 中播放的声音非常响亮、失真？
  • 我能做些什么来防止它？
  • 我在这里遗漏了一些关于音频播放的明显内容吗？

我知道这（希望）不是那么可重复的；如果有帮助，我可以尝试记录并发布。我还可以指出我在 SampleSwap 上使用的声音，但问题似乎是由任何不是 16 位的文件引起的（即我可以将声音转换为 32 位并生成问题）。

这是一些版本信息：

  • ffmpeg 4.4
  • PyAudio 0.2.11
  • pydub 0.25.1
  • 简单音频 1.0.4

问题出在 2019 款 MacBook Pro Catalina 10.15.7 上。我还测试了我的 Windows 10 桌面（与上述类似的版本），但不是上面的问题，我只是沉默。

4

0 回答 0