librosa实现音频格式转换（单曲&批量） | MP3转wav

step1：环境要求

①安装ffmpeg

这一步很关键。如果没有ffmpeg，librosa读取MP3文件时就会报错。

见笔者的文章：ffmpeg安装

②安装librosa

pip install librosa

③安装soundfile

pip install soundfile

step2：4行代码完成一首歌的格式转换

①导包

import librosa
import soundfile

②读入需要处理的MP3文件

y,sr = librosa.load("./dataset/sample_data/Sakamoto_MerryChristmasMr_Lawrence.mp3")

③用soundfile重写成wav

soundfile.write("./dataset/sample_data/Sakamoto_MerryChristmasMr_Lawrence.wav",y,sr)

综上，完整代码如下：

import librosa
y,sr = librosa.load("./dataset/sample_data/Sakamoto_MerryChristmasMr_Lawrence.mp3")

import soundfile
soundfile.write("./dataset/sample_data/Sakamoto_MerryChristmasMr_Lawrence.wav",y,sr)

---

注：MP3批量转WAV（保持源文件名不变）

批量保存文件夹中的文件名，参见笔者的文章。

step1：编写转换函数

def audio_mp3_to_wav():
    # 原MP3文件所在的文件夹
    audio_path = "C:/Users/24061/Desktop/MERcode/EMOPIA_cls-main/emopia_retrain/dataset/EMOPIA_1.0/EMOPIA_1.0/song"
    # WAV想要保存的文件夹
    save_path = "C:/Users/24061/Desktop/MERcode/EMOPIA_cls-main/emopia_retrain/dataset/EMOPIA_1.0/EMOPIA_1.0/song_wav"

    # 把MP3文件名存储在csv文件中，并将文件名存入列表中
    songs_id_all = pd.read_csv("C:/Users/24061/Desktop/MERcode/EMOPIA_cls-main/emopia_retrain/dataset/EMOPIA_1.0/EMOPIA_1.0/songs_lists/metadata_by_song_new.csv",index_col=0)
    songs_id_all_list = []
    for i in songs_id_all.index:
         songs_id_all_list.append(i)

    # 遍历文件夹
    for fn in tqdm(songs_id_all_list):
        # 加载文件
        waveform, source_sr = librosa.load(Path(audio_path, fn + ".mp3"))
        # 想要保存的文件名
        pt_path = Path(save_path, fn + ".wav")
   
        # 采样后数据的保存位置。如果没有此文件夹，就创建一个文件夹
        if not os.path.exists(os.path.dirname(pt_path)):
            os.makedirs(os.path.dirname(pt_path))

		# 将音频写成WAV
        soundfile.write((pt_path),waveform,source_sr)

step2：调用转换函数

import os
from pathlib import Path
from tqdm.notebook import tqdm
import librosa
import soundfile

audio_mp3_to_wav()

step3：运行

等待写入：

写好的文件如图所示：

转换完成：

---

扩展

使用此方法进行mp3转wav，可以解决很多报错问题，如：

解决报错小故事1

1. 报错
   笔者在做实验时，遇到如下报错：raise RuntimeError(prefix + _ffi.string(err_str).decode('utf-8', 'replace'))
   ……
   RuntimeError: Error opening 'D:\\xxx.wav': File contains data in an unknown format.

2. 分析网络上的解决方法

   搜索了很多资料，很多博主给出的解决方法是：

   1. 安装ffmpeg
   2. 卸载librosa😭
      ……

   BUT！笔者想说，安装ffmpeg确实是一个方法，它适用于你的音频均是MP3，想要让代码读取的情况。但如果正确安装ffmpeg后依旧没有解决问题，很可能是因为 你的音频源文件有问题（一些你尚未发现的小问题）。

3. 笔者的方法
   不过不要担心，这里笔者想提出一个通用的解决办法，不妨试试~。
   方法就是：对音频源文件进行处理。采用本文提出的方法，将音频全部重新生成新的WAV文件。

4. 笔者的报错解决故事
   从上述报错中，细心的读者可能已经发现了，笔者报错代码提示“无法识别wav格式”，欸？有点奇怪了吼！无法识别mp3我理解，无法识别wav我就黑人问号了（因为现有音频处理软件几乎都是支持WAV的，几乎不存在不识别WAV的情况）。于是，笔者打开音频源文件查看了一下：
   
   谁家WAV就几kB呀？这个音频应该是个假wav【所谓“假wav”：即，你将一个MP3文件通过修改后缀的方式，得到一个WAV后缀的音频文件，但音频实质上还是MP3】【笔者的音频是由pydub的AudioSegment得来的，查了查，这个包输出的音频是MP3格式，而笔者的命名是xxx.wav，报错原因可能就出在这里】。
   使用本文提出的方法，将音频全部重新生成新的WAV文件，再次实验，果然，报错解决了！

更多报错故事待更……