问题标签 [wave]

我使用 wav 格式创建了一个简单的录音。我的问题是我希望它使用 Tbass 组件形式保存为 PCM 格式http://www.un4seen.com。我的编译器是delphi。或从 mp3/wav 转换为 pcm。

我正在尝试使用wave模块在 python 中读取 wav 文件。

我的应用程序不典型的是我没有使用文件或文件名来读取 wav 文件，而是将 wav 文件放在缓冲区中。

这就是我正在做的

但是EOFError当我运行它时我得到了...

我知道这些StringIO东西适用于创建 wav 文件，我尝试了以下方法并且它有效

我需要从一组未记录在进行识别的计算机上的 WAV 文件中识别语音。我知道，如果您从以与引擎用于训练的录音相同的采样率录制的 WAV 文件中识别语音，结果会更好。

但我的问题是：Vista 引擎训练的采样率是多少？我似乎无法在任何地方找到此信息。

而且...您知道任何将 WAV 文件从一种采样率转换为另一种采样率的方法吗？

谢谢！

我从图像中得到数据测量值。我的意思是配置文件扫描数据。（沿一条线拍摄的图像强度值）我想要的是从另一张图像的线中获取数据并将它们一起比较。我想知道它们是否相似。例如我得到：

我想比较它们。如果它们不相似，我想知道该数据中最长的部分，它们彼此相似。例如，如果我们在从 0 到 N - 1 的索引处查看它们，可能会发生 data1 和 data2 不相似，但可能在索引 100 ... N - 56 处它们几乎相同。我所说的相似性是指：如果我们以波的形式表示 data1 和 data2，那么相似性意味着它们的行为几乎相同，但有时可能会有所不同。我的意思是波浪的形式几乎相似。

所以我找到了这个很棒的 C FFMpeg 官方示例，我对其进行了简化：

听起来应该怎么样？可能是我没有得到任何东西，但听起来很糟糕=（如何以谨慎的方式使音频生成听起来更好/更有趣/旋律优美（没有特殊功能只是如何更改此代码以使其听起来更好）？

我正在尝试编写一个 .m 文件以从音轨中提取能量特征，但我似乎在其实现中遇到了麻烦：

我在 MATLAB 中运行该文件并收到以下错误：

？？？试图访问 x(2)；索引超出范围，因为 numel(x)=1。==> myrms 在 12 能量（帧）=能量（帧）+x(i)^2 处的错误；

任何帮助将非常感激。

以下代码将频率为 400Hz 的简单正弦写入单声道 WAV 文件。应如何更改此代码以生成立体声WAV 文件。第二个频道应该在不同的频率。

我正在尝试录制一些音频并将它们转换为其他声音格式。我正在使用 AVAudioRecorder 类进行录制，这些是我使用的录制设置..

录音效果很好。现在我想将此声音文件转换为 mp3 格式。我可以用 AudioToolBox 框架做到这一点吗？我试过这个

函数 AudioConverterNew() 给我错误 kAudioConverterErr_FormatNotSupported ('fmt')。我尝试了不同的 mFormatID 和 mFormatFlag 组合。但是，只要其中一个操作（源或目标）是 mp3，我就会收到此错误。现在请帮我解决这些问题。

1. 我们可以使用AudioToolbox框架和函数在压缩和非压缩格式之间转换声音（目前我想在.wav和.mp3之间转换）。在 AudioConverterNew 文档中，他们说“支持线性 PCM 和压缩格式之间的编码和解码”。但他们并没有具体说明哪些压缩格式。

2. 如果问题 1 的答案是“否”，那么我需要使用哪个框架在上述格式之间转换声音？

3. 与上述 2 无关，但任何人都可以给我一个链接到任何网站的链接，其中包含有关不同声音格式（wav、mp3、aac 等）及其数字表示（cpm、lpcm 等）的信息，以便我了解哪个使用什么。

我需要创建一个以弧线形式在屏幕上跳跃的 pogo 棒。我在想最好的办法是把它移到一个罪波上。如果波的顶部是 1，地面是 0，波的底部是 -1，那么每次它达到 0 时，我都会重置这些值以再次启动正弦波。因此，它不会跟随典型的正弦波（0、1、0、-1、0 等），而是会走 0、1、0、1、0 等。

不幸的是，我的数学很糟糕，我已经尝试了几个小时来开发一个公式。目前，我只是在尝试制作一个正常的罪波，上半部分模拟弹簧棒的跳跃，似乎无法达到那么远。我最接近的是：

我需要波浪非常窄，高点非常高。上面的公式在第一次迭代开始时没问题，但随后波浪变宽，高点和低点相互靠近。任何人都可以帮助一个数学菜鸟吗？

我最初尝试使用 AudioTrack 生成正弦波。结果并不令人满意。然后我转到了 Soundpool 课程。我使用 Audacity 创建 1 秒的音频文件，然后修改播放速度 (.5 - 2.0) 以获得所需的频率。（阵列，因为也有锯和三角波文件）

然后，我根据选择的频率播放音频：

现在我看到了，除了 5000-20000 Hz 范围外，该方法工作正常。我对此感到头疼，不知道为什么它不起作用，我找不到任何问题的模式。

这种方法有一些基本问题吗？

提前谢谢你

编辑：“不工作解释” 当我在 5000-20000 Hz 范围内播放正弦波时，很明显频率不准确。这意味着音高很差。例如，19000 Hz 太低，很容易被耳朵察觉。我能说的是 10000 Hz（我的错误是 5000Hz），所以正常的播放速率是正确的。在 14kHz 左右，信号音高不再正确。

想法/可能的原因（？）：（ A）播放速度（SoundPool）有多少步？文档说 0.5-2.0 这是否意味着有 15 种不同的播放速度？(B)我使用 Audacity 生成 .ogg 文件。当我放大 10000Hz 正弦波时，我可以看到它不太平滑（采样率 44100），并且波不能精确地从 0 开始和结束。这会叠加不需要的信号吗？