計算機(jī)經(jīng)常被用于處理音頻這種真實世界中的數(shù)據(jù)。聲音經(jīng)過采樣，量化和編碼后，存儲在音頻文件，如wav文件中。
文章首先介紹wave模塊的基礎(chǔ)用法; 再通過生成一定頻率聲波的算法實現(xiàn)，來深入講解wave庫的使用。

wave模塊

wave模塊提供了一個處理 wav 聲音格式的便利接口, 可獲取wav文件頭信息, 從文件讀取數(shù)據(jù), 也可直接將bytes格式的數(shù)據(jù)寫入wav文件。

wave.open()

wave.open(file, mode=None)
類似于普通的打開文件，函數(shù)接收兩個參數(shù)，file為文件名或文件對象，mode可取"r",“rb”,“w”,“wb"四個值，其中"r"和"rb”, "w"和"wb"效果完全相同。如下:

>>> wave.open('音樂.wav','r')
<wave.Wave_read object at 0x0355E810>

>>> wave.open('test.wav','w')
<wave.Wave_write object at 0x0355E810>

以讀模式打開的文件會返回Wave_read 對象, 寫模式打開時會返回Wave_write 對象。

Wave_read

Wave_read 對象通過wave.open() 函數(shù)創(chuàng)建。wave文件記錄了二進(jìn)制的音頻數(shù)據(jù)，由許多幀組成，一個采樣對應(yīng)一個幀，每一幀長度為1或2字節(jié)。

Wave_read.getnchannels()：返回聲道數(shù)量（1 為單聲道，2 為立體聲）

Wave_read.getsampwidth()：返回采樣字節(jié)長度 (每一幀的字節(jié)長度)。

Wave_read.getframerate()：返回采樣頻率。

Wave_read.getnframes()：返回音頻總幀數(shù)。

Wave_read.getcomptype()和Wave_read.getcompname()：返回壓縮類型。

Wave_read.readframes(n)
讀取并返回以 bytes 對象表示的最多 n 幀音頻。

Wave_read.tell()
返回當(dāng)前文件指針位置。

Wave_read.setpos(pos)
設(shè)置文件指針到指定位置。

Wave_write

Wave_write 對象也通過wave.open() 函數(shù)創(chuàng)建。

Wave_write.setnchannels(n)：設(shè)置聲道數(shù)。

Wave_write.setsampwidth(n)：設(shè)置采樣字節(jié)長度為 n。

Wave_write.setframerate(n)：設(shè)置采樣頻率為 n。

Wave_write.setnframes(n)：設(shè)置總幀數(shù)為 n。(后來發(fā)現(xiàn)調(diào)用writeframes()時，wave模塊會自動更新總幀數(shù)，實際上不需要調(diào)用這個函數(shù)）

Wave_write.setcomptype(type, name)：設(shè)置壓縮格式。(目前只支持 NONE 即無壓縮格式。)

Wave_write.tell()
返回當(dāng)前文件指針，其指針含義和 Wave_read.tell() 以及 Wave_read.setpos() 是一致的。

Wave_write.writeframes(data)（或writeframesraw(data)）
寫入bytes格式的音頻幀，并更新 nframes。

Wave_write.close()
確保 nframes 是正確的，并在文件被 wave 打開時關(guān)閉它。 此方法會在對象收集時被調(diào)用。 如果輸出流不可查找且 nframes 與實際寫入的幀數(shù)不匹配時引發(fā)異常。

初步: 拼接音頻

程序先將兩段音頻中的數(shù)據(jù)讀入data1和data2中，再將讀取的數(shù)據(jù)拼接，寫入result.wav。注意兩段音頻的采樣頻率、采樣字節(jié)長度需要一致。

import wave

sampwidth = 1
framerate = 22050

with wave.open('音樂1.wav','rb') as f1:
    sampwidth = f1.getsampwidth()
    framerate = f1.getframerate()
    nframes1=f1.getnframes()
    data1=f1.readframes(nframes1)

with wave.open('音樂2.wav','rb') as f2:
    nframes2=f2.getnframes()
    data2=f2.readframes(nframes2)

with wave.open('result.wav','wb') as fw:
    fw.setnchannels(1)
    fw.setsampwidth(sampwidth)
    fw.setframerate(framerate)
    #fw.setnframes(nframes1+nframes2)
    fw.writeframesraw(data1)
    fw.writeframesraw(data2)

初次實現(xiàn)

現(xiàn)在開始制作自己的聲音。程序生成一段頻率為200Hz, 長度為1.8秒的蜂鳴聲。

import wave
from winsound import PlaySound,SND_FILENAME

file = 'test.wav'
len_= 1.8 # 秒
frequency = 200
sampwidth = 1 #每一幀寬度(采樣字節(jié)長度)
framerate = 22050 # 采樣頻率 (越大音質(zhì)越好)
length = int(framerate * len_ * sampwidth)
para = [0b00000000]*(framerate//frequency//2*sampwidth)\
       +[0b11111111]*(framerate//frequency//2*sampwidth) # 音頻的一小段
data=bytes(para)

# 生成wav文件
with wave.open(file,'wb') as f:
    f.setnchannels(1)
    f.setsampwidth(sampwidth)
    f.setframerate(framerate)
    # f.setnframes(length) (可選)
    f.writeframes(data * (length // len(data)))

PlaySound(file,SND_FILENAME) # 播放生成的wav

再次實現(xiàn)

上述程序生成的是方波，并有一些缺陷，如para中0b0000000和0b11111111的長度是整數(shù)且相同，導(dǎo)致生成的聲音頻率不精確，等等。
這里合成一段200Hz，長度為1.8秒的正弦波。

import wave,math
from winsound import PlaySound,SND_FILENAME

def generate(T,total,volume,sine=False):
    # T: 周期, total 總長度, 都以幀為單位
    if not sine:
        h = T / 2
        for i in range(total):
            if i % T >= h:
                yield volume
            else:
                yield 0
    else:
        # 計算方法: sin 的 T = 2*pi / w
        w = 2 * math.pi  / T; r = volume / 2
        for i in range(total):
            yield int(math.sin(w * i) * r + r)

file = 'test.wav'
len_= 1.8 # 秒
frequency = 200
sampwidth = 1
framerate = 22050
sine=True
volume = 255 # 音量, 0 - 255
data = bytes(generate(framerate / frequency, int(framerate*len_),
                              volume,sine)) # bytes能接收0-255整數(shù)型的迭代器

with wave.open(file,'wb') as f:
    f.setnchannels(1)
    f.setsampwidth(sampwidth)
    f.setframerate(framerate)
    f.writeframes(data)

PlaySound(file,SND_FILENAME)

運行程序會發(fā)現(xiàn)，正弦波聽起來比方波更加柔和。
自己做的合成與Python內(nèi)置的音頻合成對比:

import winsound
# Beep(freq,duration),參數(shù)分別是頻率和毫秒為單位的持續(xù)時間
winsound.Beep(200,1800)

發(fā)現(xiàn), 前述程序很好地仿真了調(diào)用內(nèi)置的Beep函數(shù)發(fā)聲。
但音質(zhì)有區(qū)別, 這是采樣字節(jié)長度為1(只有8位)導(dǎo)致的, 還需要加大采樣字節(jié)長度。
最終的程序如下:

import wave,math,struct
from winsound import PlaySound,SND_FILENAME
def generate(T,total,volume,sampwidth,sine=False):
    # T: 周期, total 總長度, 以幀為單位
    volume = min(volume * 2**(sampwidth*8),2**(sampwidth*8) - 1)
    if not sine:
        h = T / 2
        for i in range(total):
            if i % T >= h:
                yield volume
            else:
                yield 0
    else:
        w = 2 * math.pi  / T; r = volume / 2
        for i in range(total):
            # T = 2*pi / w
            yield int(math.sin(w * i) * r + r)

file = 'test.wav'
len_= 1.8 # 秒
frequency = 200
sampwidth = 2
framerate = 22050
sine=True
volume = 255
# 8位的wav文件的一幀是無符號8位整數(shù), 而16位的一幀是有符號的整數(shù)(-32768至32767)。
if sampwidth == 1: # 8位
    lst = list(generate(framerate / frequency, int(framerate*len_),
                    volume,sampwidth,sine))
    data = bytes(lst)
elif sampwidth == 2:
    data = b'' # 16位
    lst = list(generate(framerate/frequency,
                        int(framerate*len_),
                        volume,sampwidth,sine))
    for digit in lst:
        data += struct.pack('<h',digit - 32768)

with wave.open(file,'wb') as f:
    # --snip-- (看前面)

PlaySound(file,SND_FILENAME)

使用matplotlib庫查看生成的聲波:

import matplotlib.pyplot as plt
# --snip--
plt.plot(range(len(lst)),lst)
plt.show()

寫在最后：
程序還可再做改進(jìn), 例如模擬各種樂器的音色, 也就是細(xì)微改變生成的聲波形狀。如果程序中加入共振峰, 還可實現(xiàn)簡單的語音合成?
但是, Windows系統(tǒng)已經(jīng)自帶了語音合成, 何必再開發(fā)一個呢?
下篇: Python 調(diào)用Windows內(nèi)置的語音合成，并生成wav文件文章來源地址http://www.zghlxwxcb.cn/news/detail-408294.html

到了這里，關(guān)于Python 從零開始制作自己的聲音 - wave模塊讀寫wav文件詳解的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！