因为工作中用到了wav格式的音频，所以就搜集了一些关于wav音频的处理。
主要包括：音频信息，读取内容，获取时长，切割音频，pcm与wav互转

获取音频信息：

with wave.open(wav_path, "rb") as f:
    f = wave.open(wav_path)
    print(f.getparams())

返回内容为：
声道，采样宽度，帧速率，帧数，唯一标识，无损

采样点的个数为 2510762，采样的频率为44100HZ，通过这两个参数可以得到声音信号的时长
每个采样点是16 bit = 2 bytes ,那么将采样点的个数 2510762 2/(1024 1024)=4.78889MB，那么这个信息就是文件大小信息。

检验一下声音波形的时间
child1.wav 4.78MB,时长56s
time = 56.93337868480726
根据上面WAVE PCM soundfile format 的资料信息查询。有一个印象：WAV文件中由以下三个部分组成：

1."RIFF" chunk descriptor 2.The "fmt" sub-chunk 3.The "data" sub-chunk 存这些信息的时候都要要有 “ID”、“大小”、“格式”，这些信息标注了数据的位置，
“WAV”格式由“fmt”和“data”，两个部分组成，其中“fmt”的存储块用来存音频文件的格式，“data”的存储块用来存实际听到的声音的信息，物理上描述的振幅和时间：长度(时间)和振幅，当然人的耳朵听听见的是长度和音调。

也就是说可以读取这个数组，在配合频率的信息直接画出波形图。

 file = wave.open(wave_path)
# print('---------声音信息------------')
# for item in enumerate(WAVE.getparams()):
#     print(item)
a = file.getparams().nframes  # 帧总数
f = file.getparams().framerate  # 采样频率
sample_time = 1 / f  # 采样点的时间间隔
time = a / f  # 声音信号的长度
sample_frequency, audio_sequence = wavfile.read(wave_path)
# print(audio_sequence)  # 声音信号每一帧的“大小”
x_seq = np.arange(0, time, sample_time)
plt.plot(x_seq, audio_sequence, 'blue')
plt.xlabel("time (s)")
plt.show()

音频的截取，通过时间片段来获取部分音频
因为音频以毫秒计时，在截取音频时，我统统转为了毫秒

按毫秒截取
start_time = int(start_time)
end_time = int(end_time)
sound = AudioSegment.from_mp3(main_wav_path)
word = sound[start_time:end_time]
word.export(part_wav_path, format="wav")

# 音频切片，获取部分音频 时间的单位是毫秒
start_time = 13950
end_time = 15200
get_ms_part_wav(main_wav_path, start_time, end_time, part_wav_path)

如果需要写入秒，我也是将其转为了毫秒单位

start_time = int(start_time) * 1000
end_time = int(end_time) * 1000
sound = AudioSegment.from_mp3(main_wav_path)
word = sound[start_time:end_time]
word.export(part_wav_path, format="wav")

有时会有比较大的音频文件，我是将分钟和秒进行结合，然后在自己拆分

start_time = (int(start_time.split(':')[0])*60+int(start_time.split(':')[1]))*1000
end_time = (int(end_time.split(':')[0])*60+int(end_time.split(':')[1]))*1000
sound = AudioSegment.from_mp3(main_wav_path)
word = sound[start_time:end_time]
word.export(part_wav_path, format="wav")

# 音频切片，获取部分音频 时间的单位是分钟和秒 样式：0:12
start_time = "0:35"
end_time = "0:38"
get_minute_part_wav(main_wav_path, start_time, end_time, 
minute_part_wav_path)

其他更多详见代码，都加油注释
函数使用都有说明

GitHub代码，公众号：python疯子    后台回复：wav

1.背景介绍 随着人工智能(AI)的发展和应用越来越广泛, 音频 领域也经历了长足的发展。近年来，随着互联网的飞速发展、人们生活节奏日益加快、生活成本的不断下降等诸多因素的影响， 音频 在社会生活中越来越受到重视。如今的 音频 数据量呈爆炸式增长，尤其是在移动互联网、社交网络等新时代背景下，各类 音频 数据已经成为生活中的不可或缺的一部分。在这浩大的市场需求下，如何高 #merge_files_in_a_folder # 合并 音频 def merge_files(path_read_folder, path_write_ wav _file): files = os.listdir(path_read_folder) merged_signal = [] for filename in ... wav e 模块提供了一个 处理 WAV 声音格式的便利接口。它不支持压缩/解压，但是支持单声道/立体声。 用法： wav e.open(file, mode=None)， mode为 rb：生成 wav _read 对象 wb：生成 wav _write 对象 注意不支持同时 读写 。 注：关于 r、w、rb、wb r和w是普通读和写文件（简单理解为人工编写的文件）； rb和wb是 读写 二进制文件（简单理解为可以操作图片等非手工编写的文件） （1） Wav e_read对象 （2） Wav e_write 对象 python 视频剪裁，剪切，合并 from moviepy.editor import * clip1 = VideoFileClip("1.mp4").subclip(0,158) # 读取 视频1.mp4，并截取0-158秒的 内容 clip2 = VideoFileClip("1.mp4").subclip(188.209)  # # 读取 视频1.mp4，并截取188-209秒的 内容 final_clip = concatenate_videoclips([clip1,clip2]) #视频合并 声音物理意义：声音是一种纵波，纵波是质点的振动方向与传播方向同轴的波。如敲锣时，锣的振动方向与波的传播方向就是一致的，所以声波是纵波。纵波是波动的一种（波动分为横波和纵波）； 通常对声音进行采样量化后，得到声音的"时间—振幅" 信息 ； 下图是用Adobe Audition打开一段 音频 数据： 说明：图中上半部分为波形图，下半部分为频谱图； 频谱通过对波形的傅里叶变换，把波形中的每个频率拆开 python 打开 音频文件 (IO)语音音量大小与响度的相关计算语音 处理 最基础的部分就是如何对 音频文件 进行 处理 。声音的物理意义：声音是一种纵波，纵波是质点的振动方向与传播方向同轴的波。如敲锣时，锣的振动方向与波的传播方向就是一致的，所以声波是纵波。纵波是波动的一种（波动分为横波和纵波）通常情况下对声音进行采样量化之后得到了声音的“时间—振幅” 信息 。 Python 打开 wav 文件的操作 wav 文件利用pyt... 本章的主题为如何用 Python 处理 音频文件 ，也就是说如果你有一个声音文件，你希望对其进行一些修改，那么 Python 也有相应的模块可以来做这件事。10.1 要解决什么问题如果我们有一段录音，但在录制过程中夹杂了一些噪音。现在我们希望将这些噪音过滤掉，那么我们能否用 Python 来解决呢？当然可以。除此之外，我们还可以进行一些简单的信号 处理 ，比如傅里叶变换之类的操作。10.2 实现思路本章的题目旨在抛砖...