问题标签 [wav]

我对精确提取 PCM WAV 文件的部分感兴趣，直到样本级别。大多数音频模块似乎都依赖于特定于平台的音频库。我想让这个跨平台和速度不是问题，有没有可以做到这一点的本机 python 音频模块？

如果没有，我将不得不解释 PCM 二进制文件。虽然我确信我可以相当容易地挖掘 PCM 规范，并且原始格式很容易理解，但我以前从未真正处理过 Python 中的二进制数据。有没有很好的资源可以解释如何做到这一点？特别与音频有关的只是结冰。

我需要将 wav 文件编码为另一种文件格式（pcm）。此格式具有以下属性：8kHz，16 位。

有人知道如何在 c# 或 vb 中执行此操作吗？

如果已知确切的样本存在于 wav 中的某处（但可能与其他声音混合），则 FFT 是否有可能在较长的 wav 中找到一个小 wav 样本的出现？

编辑

（在收到两个回复后）：如果我有一个包含所有已知声音的库，可以在较大的 WAV 中，并希望在该 WAV 中找到它们中的每一个的出现，该怎么办？换句话说，我知道可以混入大 wav 的所有可能的声音，并希望找到它们的出现？

我需要将音频剪辑捕获为 WAV 文件，然后我可以将其传递给另一位 python 进行处理。问题是我需要确定何时存在音频然后记录它，当它静音时停止，然后将该文件传递给处理模块。

我认为应该可以使用 wave 模块检测何时有纯静音并丢弃它，然后一旦检测到静音以外的东西开始录制，然后当线路再次静音时停止录制。

只是无法完全理解它，任何人都可以让我从一个基本示例开始。

我正在寻找在我的共享托管服务器（ASP.NET / C#）上将上传的 WAV 文件转换为 MP3，并且很好奇之前是否有其他人解决过这个问题。

我见过一些用于执行音频转换的开源 C# 库（例如 AumpLib），但在大多数情况下，看起来人们在桌面应用程序上使用它们。

对于这种情况，是否有任何好的开源 C# 库/技术？任何反馈或建议将不胜感激。

我正在开发一个处理音频数据的应用程序。我正在使用 java（我添加了 MP3SPI、Jlayer 和 Tritonus）。我将音频数据从 .wav 文件提取到字节数组。我正在使用的音频数据样本是 16 位立体声。

根据我读过的一个样本的格式是：

AABBCCDD

其中 AABB 表示左通道和 CCDD 右通道（每个通道 2 个字节）。我需要将此示例转换为双值类型。我已经阅读了有关数据格式的信息。Java 使用大端，.wav 文件使用小端。我有点困惑。你能帮我完成转换过程吗？谢谢大家

我正在尝试处理音频数据。我正在使用 Java。我已将音频数据提取到一个数组中。现在我应该将 N 个数据样本传递给一个计算离散傅里叶变换（或快速傅里叶变换，效率更高）的函数。我已经阅读了文档，但我越来越困惑。我要计算的是幅度谱（|X(k)|）。谁能帮我？谢谢

我正在尝试找到一个带有 wav 声音的好网站，最好是免费的，我可以在类型的消息中使用它。信息、警告、关键等。

可悲的是，到目前为止，我遇到的大多数 wav 声音站点都有与软件开发使用无关的声音。

编辑。澄清一下，我的目标是 .NET CF C#。我知道系统声音并寻找更多的东西。谢谢你。

这是我在终端窗口中输入的命令：

请注意，buzzer.wav 是我的声音文件。

怎么了？我应该如何进行转换？

当我直接从命令行运行 sox 作为 ;

我收到以下错误消息：

sox：“747a.mp3”的未知输出文件格式：文件类型“mp3”未知

我的机器运行的是 CentOS 操作系统。