手机录一段声音，用python分析——加载和显示

仅作为操作记录，大佬请跳过。

背景：博主的matlab 2019a 不能使用enframe函数，发现没有安装voice toolbox包，还是用python吧

流程

1、华为手机录一段语音，是.m4a格式。保存到电脑上。

2、需要转换成.wav格式

可在线转换，在这里先将M4A格式转MP3，再在这里将MP3转WAV格式

3、pycharm中写python代码

可直接运行

（博主的音频文件命名为了clear.wav，保存在E盘的document文件夹下）

import wave
import numpy as np
from matplotlib.pyplot import *

f=wave.open(r'E:\document\clear.wav','rb')
params=f.getparams()

nchannels, sampwidth, framerate, nframes = params[:4]

str_data=f.readframes(nframes)

# print(len(str_data)) # 二进制数的长度 =十六进制长度*4
wave_data=np.fromstring(str_data,dtype=np.short) # 归一化 wave_data=wave_data/max(abs(wave_data))
# print(wave_data.shape);wave_data.shape=-1,2;print(wave_data.shape)
# print(len(wave_data))
wave_data.shape=-1,2
wave_data=wave_data.T
# wave_data.shape=2,-1

time=np.arange(0,nframes)*(1/framerate)

# plot(time,wave_data[0]);show()
subplot(211)
plot(time, wave_data[0])
subplot(212)
plot(time, wave_data[1], c="g")
xlabel("time (seconds)")
show()
print('ok')

即可

展示

发现与华为手机上的录音截屏基本一样：

————————————————————————————————————————————————————
注

（1）f.getparams()可以直接分析出音频的采样率和采样点数

（2）f.readframes(nframes)得到音频的数字信息，是二进制数

（3）华为手机录的音是双声道，也就是左扬声器和右扬声器。也就是采样点数是256000，但实际点数是512000（左1右1左2右2左3右3左4……）（=256000*2）——所以画时频图时，选取一侧（左侧或右侧）的全部值进行显示即可。

华为手机是双声道，其他的录音器可能不是，由（1）中f.getparams()算出的nchannel可知

（4）提取左侧全部值

一定要用：
wave_data.shape=-1,2和wave_data=wave_data.T的方式（这样是2，4，6，8……分隔提取）

不能用wave_data.shape=2,-1 ，这样是（2，3，4，5，6）提取。

---

参考

感谢大佬博主文章

传送门

传送门2