import pyaudio #导入库 import wave #导入wav音频库 import sys from PyQt5.QtWidgets import QApplication, QWidget,QFileDialog from pya import Ui_Form import numpy as np import matplotlib.pyplot as plt class Win(QWidget,Ui_Form): def __init__(self): super(Win, self).__init__() self.setupUi(self) plt.rcParams['font.sans-serif'] = ['SimHei'] # 指定默认字体 SimHei为黑体 plt.rcParams['axes.unicode_minus'] = False # 用来正常显示负号 def dakaiwenjian(self): r = QFileDialog.getOpenFileName(self, '请选择要打开的文件', '.\\', 'WAV(*.wav)', 'WAV(*.wav)') self.lineEdit.setText(r[0]) wf = wave.open(r[0], 'rb') # 只读方式打开wav文件 #只读模式： ‘r’, ‘rb’ ;只写模式： ‘w’, ‘wb’;注意：不能同时完成读/写操作 params = wf.getparams() #读取格式信息 #返回的是一个元组(tuple)：声道数, 量化位数（byte单位）, 采样频率, 采样点数, 压缩类型, 压缩类型的描述 # wave模块只支持非压缩的数据，因此可以忽略最后两个信息 print('声道数：',params[0]) print('量化位数：', params[1]) #量化位数（byte单位） #量化位是对模拟音频信号的幅度轴进行数字化，它决定了模拟信号数字化以后的动态范围 #常用于表示声卡性能的两个参数是采样频率、和模拟量转换成数字量之后的数据位数（简称量化位数）。采样频率决定了频率响应范围，在计算机多媒体音频处理中，标准的采样频率为：11.025kHz（语音效果）、22.05kHz（音乐效果）、44.1kHz（高保真效果）。量化位数越多，声音的质量越高。目前声卡的最高采样频率为44.1KHz。对声波每次采样后存储、记录声音振幅所用的位数称为采样位数，16位声卡的采样位数就是16。量化位数决定了音乐的动态范围，量化位数有8位和16位两种。8位声卡的声音从最低音到最高音只有256个级别，16位声卡有65536个高低音级别 #采样位数和采样率都是时域中的参数。一段音频（声波）的变化曲线，从时域上看，其横轴表示时间t，纵轴表示幅度v（一般是电压）。那么，采样率44.1K表示每秒钟采样44100个点，也就是横轴上每隔（1/44100）秒采集一个点；而采到的每个点都用一个数值来表示其幅度（电压）。假设整个音频信号的变化幅度范围是-5V~+5V的话，我们将-5V~+5V分成65536份，那么采到的这些点的数值n(16位)，转换成电压，就是(n*10/65536)-5V。因此，采样位数分解的是音频电压的幅度！当然上面只是一个例子而已。对于某些A/D转换器来说，采集到的点的幅度值可能用补码来表示，那么换算成电压的公式就会不同，但将-5V~+5V这10V的变化范围分成了65536份这一点来说，是一样的 #量化位数分为8位，16位，24位三种 print('采样频率：', params[2]) #每秒钟采集数据的次数 #频率一般有11025Hz(11kHz) ，22050Hz(22kHz)和44100Hz(44kHz) 三种 print('采样点数：', params[3]) #采样点数决定了每次传到pc内的数据量。比如点数设为1000，pc内会开辟初始大小1000的buffer（buffer大小可以自己改）, 板卡就每采1000点往pc传一次 # [返回的是文件的总采样点数] # getnchannels, getsampwidth, getframerate, getnframes等方法可以单独返回WAV文件的特定的信息 print(wf.getnchannels()) #声道数 print(wf.getsampwidth()) #量化位数 framerate=wf.getframerate() #采样频率 nframes=wf.getnframes() #采样点数 #[返回的是文件的总采样点数] print('采样点数：',nframes) data = wf.readframes(nframes) # 读取数据 # 从流的当前指针位置一次读出音频的n个帧，并且指针后移n个帧，返回一个字节数组--返回的是二进制数据（一大堆bytes)，在Python中用字符串表示二进制数据 #【返回的是二进制形式的字符串】 #传递一个参数指定需要读取的长度（以取样点为单位） #wf.close() #关闭文件 wave_data = np.fromstring(data, dtype=np.short) #将波形数据转换为列表【矩阵】 #[0 0 0 ... 0 0 0] #通过fromstring函数将字符串转换为列表，通过其参数dtype指定转换后的数据格式，由于我们的声音格式是以两个字节表示一个取样值，因此采用short数据类型转换 wave_data.shape = -1, 2 #修改矩阵的维度 #-1 表示行数未知； 2 表示2列 #声音文件是双声道的，因此它由左右两个声道的取样交替构成：LRLRLRLR....LR（L表示左声道的取样值，R表示右声道取样值）。修改wave_data的sharp之后： # [[0 0] [0 0] ... [0 0] [0 0] [0 0]] wave_data = wave_data.T #将其转置--行列转换 time = np.arange(0, nframes) * (1.0 / framerate) #取样时间 # 1.0 / framerate 每个点的时间 # np.arange(0, nframes) 产生一个一维矩阵--传递给pc数据中的第几个数据 # 绘制波形 plt.subplot(2,1,1) plt.plot(time, wave_data[0]) #画左声道 plt.subplot(2,1,2) plt.plot(time, wave_data[1], c="g") #画右声道 plt.xlabel("time (seconds--秒)") plt.show() def bofan(self): pass if __name__ == '__main__': app = QApplication(sys.argv) demo = Win() demo.show() sys.exit(app.exec_())
上面实例下载：
链接：https://pan.baidu.com/s/1DaDhI1gC4ul2Hblm7tPAFg 提取码：opy5
