声音.wav文件的读取与保存

 声音.wav文件的读取与保存-示例代码：

import librosa
import librosa.display
import numpy as np
from scipy.io.wavfile import write

def split_wav():
    # 读取音频文件
    audio_data, sample_rate = librosa.load(input_file, sr=None)  # sr不指定为None，就会读取为22050Hz
    print("文件的采样率为： {}Hz".format(sample_rate))

    # 计算音频时长
    total_duration = len(audio_data) / sample_rate
    print("文件的总时长为： {}S".format(total_duration))

    # 分割点位置
    start_time = 90  # 录音开始的时长min
    end_time = 120  
    start_sample = int(start_time * 60 * sample_rate)
    end_sample = int(end_time * 60 * sample_rate)
    
    # 分割音频
    audio_part = audio_data[start_sample:end_sample]

    # 保存分割后的音频文件
    # 为了符合 WAV 文件的格式，我们需要将浮点数表示的归一化音频数据转换为整数。乘以 32767 是为了将范围从 [-1, 1] 映射到 [-32767, 32767]，并且将浮点数转换为整数。
    write(output_file1, sample_rate, np.int16(audio_part * 32767.0))
    write(output_file2, sample_rate, audio_part)
    return audio_part


# 文件地址
input_file = r"C:\Users\85007\Desktop\test_wave\yaofeijie_20231101210759.wav"
output_file1 = r"C:\Users\85007\Desktop\test_wave\yaofeijie_20231101210759_part1.wav"
output_file2 = r"C:\Users\85007\Desktop\test_wave\yaofeijie_20231101210759_part2.wav"

audio_part = split_wav()
print("切割音频文件结束")

# 对比实验
print("读取原始文件的数值为： {}".format(audio_part[:5]))
temp_data1, sample_rate = librosa.load(output_file1, sr=None)
print("乘了32767文件的数值为： {}".format(temp_data1[:5]))
temp_data2, sample_rate = librosa.load(output_file2, sr=None)
print("未乘32767文件的数值为： {}".format(temp_data2[:5]))

ChatGPT声称：为了符合 WAV 文件的格式，我们需要将浮点数表示的归一化音频数据转换为整数。乘以 32767 是为了将范围从 [-1, 1] 映射到 [-32767, 32767]，并且将浮点数转换为整数。

后续实验证明，GPT是错误的！

上述代码的运行结果

 测试结论：

（1）通过librosa.load读取wav文件，会自动把数值缩放到【-1，1】。

（2）不要听ChatGPT胡说八道，乘了32767后反而把新保存的结果和原始结果不一样。