Question

我需要任何python库来改变我的wav文件的音高而不需要任何原始音频数据处理。我花了几个小时才找到它，但只发现了一些奇怪的原始数据处理代码片段和视频，显示了实时音高变化，但没有源代码。

Answer 1

由于wav文件基本上是原始音频数据，因此如果没有“原始音频处理”，您将无法更改音高。

这是你能做的。您将需要wave（标准库）和numpy模块。

import wave import numpy as np

打开文件。

wr = wave.open('input.wav', 'r') # Set the parameters for the output file. par = list(wr.getparams()) par[3] = 0 # The number of samples will be set by writeframes. par = tuple(par) ww = wave.open('pitch1.wav', 'w') ww.setparams(par)

声音应该在很短的时间内处理。这减少了混响。尝试将fr设置为1;你会听到恼人的回声。

fr = 20 sz = wr.getframerate()//fr # Read and process 1/fr second at a time. # A larger number for fr means less reverb. c = int(wr.getnframes()/sz) # count of the whole file shift = 100//fr # shifting 100 Hz for num in range(c):

读取数据，将其分为左右声道（假设是立体声WAV文件）。

da = np.fromstring(wr.readframes(sz), dtype=np.int16) left, right = da[0::2], da[1::2] # left and right channel

使用内置于numpy中的快速傅立叶变换提取频率。

lf, rf = np.fft.rfft(left), np.fft.rfft(right)

滚动阵列以增加音高。

lf, rf = np.roll(lf, shift), np.roll(rf, shift)

最高频率会翻到最低频率。这不是我们想要的，所以把它们归零。

lf[0:shift], rf[0:shift] = 0, 0

现在使用逆傅立叶变换将信号转换回幅度。

nl, nr = np.fft.irfft(lf), np.fft.irfft(rf)

合并两个频道。

ns = np.column_stack((nl, nr)).ravel().astype(np.int16)

写出输出数据。

ww.writeframes(ns.tostring())

处理完所有帧后关闭文件。

wr.close() ww.close()

Answer 2

您可以尝试pydub在整个音频文件和不同格式（wav，mp3等）中快速轻松地更改音高。

这是一个有效的代码。来自here的灵感，并参考here了解有关音高变化的更多详情。

from pydub import AudioSegment
from pydub.playback import play

sound = AudioSegment.from_file('in.wav', format="wav")

# shift the pitch up by half an octave (speed will increase proportionally)
octaves = 0.5

new_sample_rate = int(sound.frame_rate * (2.0 ** octaves))

# keep the same samples but tell the computer they ought to be played at the 
# new, higher sample rate. This file sounds like a chipmunk but has a weird sample rate.
hipitch_sound = sound._spawn(sound.raw_data, overrides={'frame_rate': new_sample_rate})

# now we just convert it to a common sample rate (44.1k - standard audio CD) to 
# make sure it works in regular audio players. Other than potentially losing audio quality (if
# you set it too low - 44.1k is plenty) this should now noticeable change how the audio sounds.
hipitch_sound = hipitch_sound.set_frame_rate(44100)

#Play pitch changed sound
play(hipitch_sound)

#export / save pitch changed sound
hipitch_sound.export("out.wav", format="wav")

Answer 3

我建议尝试使用Librosa的音高转换功能： https://librosa.github.io/librosa/generated/librosa.effects.pitch_shift.html

import librosa
y, sr = librosa.load('your_file.wav', sr=16000) # y is a numpy array of the wav file, sr = sample rate
y_shifted = librosa.effects.pitch_shift(y, sr, n_steps=4) # shifted by 4 half steps

Python改变了wav文件的音高

3 个答案: