Python的变化音调的WAV文件

Question

我需要任何Python库来改变我的WAV文件的音调，而无需任何原始音频数据处理。我花了几个小时找到它，但只发现了一些奇怪的原始数据处理代码片段和视频，它显示了实时音高转换，但没有源代码。

Answer 1

由于wav文件基本上是原始音频数据，您将无法改变音高没有“原始音频处理”。

这是你可以做的。 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) 

声音应该在小部分时间内处理。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，将其分成左右声道（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来提取频率。

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

滚动数组以增加音调。

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

最高频率翻到最低频率。这不是我们想要的，所以将它们归零。

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

现在使用傅立叶逆变换的信号转换回幅度。

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

组合这两个通道。

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

写出输出数据。

ww.writeframes(ns.tostring()) 

处理所有帧时关闭文件。

wr.close() 
ww.close() 

Answer 2

您可以尝试pydub跨越整个音频文件快速和容易的音调变化和不同的格式（WAV，MP3等）。

这里是一个工作代码。来自here的灵感，并参考here了解更多音高变化细节。

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Librosa的音高移功能： 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