ipython 读取音频文件 - Python

在Python中使用ipython可以方便地读取音频文件。以下是一个简单的例子，介绍如何使用ipython读取WAV格式的音频文件。

安装依赖

首先要确保已经安装了以下依赖库：

1. numpy
2. scipy
3. matplotlib
4. ipython

在命令行中使用pip安装即可：

pip install numpy scipy matplotlib ipython

打开ipython

在命令行中输入ipython打开ipython环境。

读取音频文件

使用scipy.io.wavfile.read()函数来读取WAV格式的音频文件。以下是一个例子：

import scipy.io.wavfile as wavfile

# 读取音频文件
sample_rate, data = wavfile.read("test.wav")

# 输出采样率和采样数据
print("Sample rate:", sample_rate)
print("Data shape:", data.shape)

输出结果如下：

Sample rate: 44100
Data shape: (66150, 2)

其中，sample_rate表示采样率，data包含采样数据，data.shape表示data的维度（在本例中是一个$66150\times2$的矩阵）。

可视化音频波形

使用matplotlib库来可视化音频波形。以下是一个例子：

import matplotlib.pyplot as plt

fig = plt.figure(figsize=(14, 5))
ax = fig.add_subplot(111)

# 绘制左声道和右声道的波形
ax.plot(data[:, 0], label="left channel")
ax.plot(data[:, 1], label="right channel")

# 添加标题、x轴标签和y轴标签
ax.set_title("Audio waveform")
ax.set_xlabel("Time (samples)")
ax.set_ylabel("Amplitude")

# 显示图形
plt.show()

绘制出的波形图如下所示：

其中，蓝色的线表示左声道的波形，橙色的线表示右声道的波形。

从图中可以看出，这段音频中有一段时间是静音的。如果需要去除静音部分，可以使用以下代码：

import numpy as np

# 计算声道的平均振幅
amp = np.mean(np.abs(data), axis=1)

# 找到开始和结束的非静音部分
start = np.argmax(amp > 500)
end = len(amp) - np.argmax(amp[::-1] > 500)

# 截取非静音部分
data = data[start:end]

这段代码首先计算了左声道和右声道的平均振幅，并使用amp > 500来获取非静音部分的起始位置，使用amp[::-1] > 500来获取非静音部分的结束位置。最后，使用data[start:end]来截取非静音部分。

结论

使用ipython可以方便地读取音频文件，并使用numpy，scipy和matplotlib等库来处理和可视化音频数据。