位置：首页-资讯-后端开发

Python实现wav和pcm的转换方式

2023-05-19 08:50

短信预约 -IT技能 免费直播动态提醒

wav和pcm的转换(Python版本)

wav和pcm是语音信号处理中最常见的文件格式，时常会遇到需要两种文件格式的相互转换。

wav存储的一般是解码后为[-1, 1]的float数据，文件头有44个字节记录文件的采样率、长度等等信息。

pcm存储的是int型整数，不含任何采样率相关信息。虽然原理比较简单，但是整理后更便于利用。

wav转pcm

原理：将文件头去掉，数据转成int型即可。

import numpy as np
def wav2pcm(wavfile, pcmfile, data_type=np.int16):
    f = open(wavfile, "rb")
    f.seek(0)
    f.read(44)
    data = np.fromfile(f, dtype= data_type)
    data.tofile(pcmfile)

pcm转wav

原理：利用wave库，添加通道信息、采样位数、采样率等信息作为文件头，pcm数据直接写入即可。

import wave
def pcm2wav(pcm_file, wav_file, channels=1, bits=16, sample_rate=16000):
    pcmf = open(pcm_file, 'rb')
    pcmdata = pcmf.read()
    pcmf.close()
    if bits % 8 != 0:
        raise ValueError("bits % 8 must == 0. now bits:" + str(bits))
    wavfile = wave.open(wav_file, 'wb')
    wavfile.setnchannels(channels)
    wavfile.setsampwidth(bits // 8)
    wavfile.setframerate(sample_rate)
    wavfile.writeframes(pcmdata)
    wavfile.close()

PCM和WAV音频格式的区别及python自动转换

WAV和PCM的简单介绍

PCM

pcm：pulse code modulation，脉冲编码调制。将声音等模拟信号变成符号化的脉冲列，予以记录。是由[0]、[1]等符号构成的数字信号，未经过任何编码和压缩处理。pcm是没有压缩的编码方式。

WAV

wav：wav是一种无损音频文件格式，wav都有一个文件头，文件头包括音频流的【编码参数】，而对音频流的编码没有硬性规定，符合ACM规范的编码都行，所以wav格式通常只要在其他编码（pcm、MP3）下，加相应的decode（头文件）就可以转换

关于音频的基础知识

声道数channels

声道数即声音通道的数目。比如单声道就是左右声道播放是同一个声音，立体声可以使左右声道分工，使听起来有空间效果。

采样位数bits

也可以称为采样值或取样值，或叫采样精度、位深度，就是将采样样本幅度量化。例如8bits就是把纵坐标分成2的8次方，即256份。可以衡量声音波动变化的一个参数（声卡的分辨率）

采样频率sample_rate

取样频率，每秒取得声音样本的次数。频率越高，声音的质量也就越好，还原也就越真实。

由于人耳的分辨率很有限，太高的频率并不能分辨出来。在16位声卡中有22KHz、44KHz等几级，其中，22KHz相当于普通FM广播的音质，44KHz已相当于CD音质了，目前的常用采样频率都不超过48KHz

pcm文件所占容量：储存量=（采样频率*采样位数*声道*时间）/ 8 | （8为单位，字节数）

互相转换代码

import wave
import numpy as np
# pcm转wav格式，单声道，采样精度，采样率
def pcm2wav(pcm_file, wav_file, channels=1, bits=16, sample_rate=16000):
    with open(pcm_file,'rb') as f:
        pcmdata = f.read()
    if bits % 8 != 0:
        raise ValueError("bits % 8 must == 0. now bits:"+str(bits))
    wavfile = wave.open(wav_file,'wb')
    wavfile.setnchannels(channels)
    wavfile.setsampwidth(bits // 8)
    wavfile.setframerate(sample_rate)
    wavfile.writeframes(pcmdata)
    wavfile.close()
# wav转pcm格式
def wav2pcm(wav_file, pcm_file, data_type=np.int16):
    with open(wav_file,'rb') as f:
        f.seek(0)
        f.read(44)
        data = np.fromfile(f,dtype=data_type)
        data.tofile(pcm_file)
#wav_file,pcm_file分别是两种格式文件的读取(存储)路径