python - Python中读取的声音文件和波形文件之间的幅度差异

Question

我发现使用soundfile和读取 wav 文件之间的幅度响应存在问题wavefile。以下是不同的情节：

你能告诉我我需要调整什么wavefile.read才能获得与 相同的幅度soundfile.read吗？

这是我使用的代码：

import os
import matplotlib.pyplot as plt
from matplotlib import transforms
import numpy as np
import soundfile as sf

import scipy.io.wavfile as wavfile

from matplotlib.gridspec import GridSpec

input_file1 = (r'G:/file.wav')

plt.subplot(211)
a, b = sf.read(input_file1);

pxx, fs = plt.psd(a, 512, b)
plt.semilogx(fs, 10*np.log10(pxx))
plt.title('Sound File Read')
plt.grid(which='major', axis='both', color='g', linestyle='-', alpha=0.4)
plt.grid(which='minor', axis='x', color='g', linestyle='-', alpha=0.1)

  
plt.subplot(212)
sample_rate, signal1 = wavfile.read(input_file1)
Pxx, freq = plt.psd(signal1, 512, sample_rate)
plt.semilogx(freq, 10*np.log10(Pxx))
plt.grid(which='major', axis='both', color='g', linestyle='-', alpha=0.4)
plt.grid(which='minor', axis='x', color='g', linestyle='-', alpha=0.1)
plt.title('Wavfile File Read')
plt.ylabel('PSD')

plt.xlabel('Frequency (Hz)')

# set the spacing between subplots
plt.tight_layout()

plt.show()

这是一个示例 .wav 文件的链接。

谢谢！

Answer 1

根据您报告的两个值，它确实似乎soundfile.read给了您一个float64介于 -1 和 1 之间的数组，而wavfile.io.read给了您一个int32介于 -2147483648 和 2147483647 之间的数组（-4850432/2147483648 = -0.00225866）。您可以使用以下任一或数组制作标准化float_数组：int_float_

def normalize(signal1):
    try:
        intinfo = np.iinfo(signal1.dtype)
        return signal1 / max( intinfo.max, -intinfo.min )

    except ValueError: # array is not integer dtype
        return signal1 / max( signal1.max(), -signal1.min() )