我需要制作一些一致的音乐样本。 有1秒长波，采样率为44100，我应该可以得到一个正好44100个样本的数组。不幸的是，事实并非如此。
我的方法如下：
1）产生output.wav，长度为1秒，采样率为44100
avconv -i input.mp3 -ss 00:01:00 -t 00:00:01 -ar 44100 -ac 1 output.wav
2）我读了文件并打印了样本数
meta,song = scipy.io.wavfile.read(path + "/" +file)
assert meta == 44100
print(len(song))
对于input.mp3和起始位置的不同选择，我得到不同的数字： 43776， 43776， 44928， 43776， 43776， 44928
我的问题是，为什么会这样？如何更改步骤1，以生成一致的数据样本？
答案 0 :(得分：0)
avconv不是很精确。歌曲片段应该有一秒钟，实际上有0.983991秒。
要解决这个问题，我们可能会使用sox：
clusterCenters()sox默认不支持mp3，所以我必须安装
sox input.mp3 -r 44100 -c 1 output.wav --show-progress trim 0 00:01