如何在音频（.wav或.mp3）文件中每秒获取帧（或样本）的数量或毫秒数？

[weixin_38053534]

我已经下scipy.io.wavfile 其具有44100 per sec or hz一个帧率和总帧是9745238和音频的持续时间是由220 secs文件属性，但它应该是220.9804535147392并且具有2通道观察的音频文件。 读取文件之后，它返回我9745238 X 2矩阵的16bit signed int如预期 其中1列是信道1点的数据和2列是相应9745238帧 所以我的问题的信道2点的数据是否有任何强大的方法每秒或毫秒找到这些值（连续1,2个通道，即每行或矩阵）？ 任何猜测？ 编辑1 我已经提到了一个非常直观的讨论here ，我想我需要的是比特率这是bitrate = sampleRate * bitDepth 但我怎样才能得到位深度是它sample size/sample width或别的东西。









+1

你确定持续时间正好是220秒？ 9745238在44.1Khz将是220.98秒。 –











+0

是的，我想这是我从文件的属性中看到的持续时间，也许它已经舍入了它。 –











+0

@ greg-449检查编辑。 –

[weixin_38066491]

所以，我想比特每秒的数量和做一些研究后，我发现，我需要每一位即比特率，肯定位深度的价格为样本的比特数（这是不变）。 要理解这一点，如果我们使用wave模块来打印文件的第一帧，我们得到类似的东西。 b'\x00\x00\x00\x00' ，正如你可以看到，它是一个16bit-unicoded串并使用numpy其转化为16bit signed int后。 像np.fromstring(wav.readframes(1), np.int16) 它会给你[0 0]是在第一帧中的每个信道的8位。 并且因为frameRate是44100，因此对于每个矢量例如bitrate = frame_rate (44100) * bitDepth (16)。 [0 0]，我们将这个值乘以通道数（，在我的情况下为2），以获得关于这些位的答案。 编辑1 和采样率和帧速率是两种不同的东西，一帧由样本的数目，并且是sample_width每个样本的大小。 例如。考虑一个音频_作为示例表示，并有3频道，4帧，那么它将被表示为类似的东西。 [_ _ _] [_ _ _] [_ _ _] [_ _ _] 如果您查看使用scipy库，然后代替_矩阵会有号码将根据解码的字符串，并把声明以另一种方式，我们可以说，它的值，在每一个元素矩阵是一个样本。 所以有音频共有12个样品，如果我们假定这首歌的时间是，1 sec那么frame_rate将4hz和sample_rate将12hz。 你可以参考这些讨论的答案更多的信息。 sound.stackexchange theDontOvelookCommentsSection this one too