Python音频文件读写教程详解
本文系统介绍了Python中读取与写入音频文件的四大主流方案:scipy.io.wavfile专精于高效处理未压缩WAV格式;soundfile依托libsndfile支持WAV、FLAC、OGG等多种无损/有损格式,接口简洁灵活;pydub基于ffmpeg封装,特别适合MP3等常见格式的剪辑、转换与音效操作;librosa则聚焦音乐与语音分析场景,提供标准化加载(自动重采样、归一化)并常与soundfile协同完成写入。无论你是开发语音识别系统、进行音频信号研究,还是做音乐处理或简单格式转换,都能根据实际需求——如格式兼容性、是否需编辑功能、是否侧重分析——快速选择最合适的工具,并避开采样率错配、位深溢出、通道数误判等常见陷阱。

处理音频文件在语音识别、音乐分析和信号处理等领域非常常见。Python 提供了多种库来读取和写入音频文件,下面介绍几种常用方法及其使用方式。
1. 使用 scipy.io.wavfile 读写 WAV 文件
scipy.io.wavfile 是处理 WAV 格式音频的简单高效工具,适合读取和保存未压缩的 PCM 音频。
读取 WAV 文件:
from scipy.io import wavfilesample_rate, audio_data = wavfile.read('audio.wav') print("采样率:", sample_rate) print("音频数据形状:", audio_data.shape)
写入 WAV 文件:
import numpy as np from scipy.io import wavfile生成一个简单的正弦波作为示例
duration = 2 # 秒 frequency = 440 # Hz t = np.linspace(0, duration, int(sample_rate duration), False) tone = np.sin(2 np.pi frequency t) * 32767 # 转为 16 位整数范围 tone = tone.astype(np.int16)
wavfile.write('output.wav', sample_rate, tone)
注意:wavfile 只支持未压缩的 WAV 文件,不支持 MP3 或其他压缩格式。
2. 使用 soundfile 读写多种格式
soundfile 基于 libsndfile,支持 WAV、FLAC、OGG、AIFF 等多种格式,接口简洁。
安装:
pip install soundfile读取音频:
import soundfile as sfaudio_data, sample_rate = sf.read('audio.flac') print("采样率:", sample_rate) print("通道数:", audio_data.shape[1] if len(audio_data.shape) > 1 else 1)
写入音频:
sf.write('output.ogg', audio_data, sample_rate, format='OGG')
format 参数可指定 'WAV'、'FLAC'、'OGG' 等格式,支持自动根据扩展名推断。
3. 使用 pydub 处理 MP3 等常见格式
pydub 封装了 ffmpeg,能轻松处理 MP3、M4A、WAV 等格式,适合剪辑和转换。
安装:
pip install pydub需要系统安装 ffmpeg(可通过包管理器或官网下载)。
读取音频:
from pydub import AudioSegmentaudio = AudioSegment.from_mp3("audio.mp3")
其他格式可用 from_wav, from_ogg 等,或统一用 from_file
audio = AudioSegment.from_file("audio.m4a", format="m4a")
获取参数
sample_rate = audio.frame_rate channels = audio.channels duration_ms = len(audio)
导出音频:
audio.export("output.wav", format="wav")
pydub 内部以毫秒为单位操作,适合做切片、合并、音量调整等操作。
4. 使用 librosa 分析音频信号
librosa 主要用于音乐和音频分析,支持多种格式,底层依赖 soundfile。
安装:
pip install librosa读取音频:
import librosaaudio_data, sample_rate = librosa.load('audio.mp3', sr=22050) # 默认重采样到 22050 Hz print("采样率:", sample_rate) print("时长(秒):", len(audio_data) / sample_rate)
librosa.load 返回的是归一化的浮点数组(范围 -1 到 1),便于后续处理。若需保留原始幅度,可在调用时设置 dtype。
写入音频:
import soundfile as sfsf.write('reconstructed.wav', audio_data, sample_rate)
librosa 本身不提供 write 方法,通常结合 soundfile 使用。
基本上就这些。根据需求选择合适的方法:处理 WAV 用 scipy,多格式支持用 soundfile,MP3 操作用 pydub,信号分析用 librosa。关键是理解采样率、位深和通道数的概念,避免数据截断或类型错误。
理论要掌握,实操不能落!以上关于《Python音频文件读写教程详解》的详细介绍,大家都掌握了吧!如果想要继续提升自己的能力,那么就来关注golang学习网公众号吧!
Java线程通信:wait与notify详解
- 上一篇
- Java线程通信:wait与notify详解
- 下一篇
- PPT插入视频方法及自动播放设置教程
-
- 文章 · python教程 | 12小时前 |
- Python tabnanny 怎样定位缩进中混用制表符的问题
- 153浏览 收藏
-
- 文章 · python教程 | 12小时前 |
- Python pprint 的sort_dicts怎样影响字典展示顺序
- 326浏览 收藏
-
- 文章 · python教程 | 13小时前 |
- Python pprint 怎样控制嵌套对象的展开深度
- 205浏览 收藏
-
- 文章 · python教程 | 13小时前 | python · Python graphlib TopologicalSorter
- Python TopologicalSorter 的done为什么必须对应已就绪节点
- 344浏览 收藏
-
- 文章 · python教程 | 14小时前 |
- Python TopologicalSorter 怎样分批取得可执行节点
- 136浏览 收藏
-
- 文章 · python教程 | 15小时前 |
- Python statistics.kde 的bandwidth怎样影响密度曲线平滑程度
- 316浏览 收藏
-
- 文章 · python教程 | 16小时前 |
- Python statistics.kde 怎样按样本构造密度函数
- 108浏览 收藏
-
- 文章 · python教程 | 17小时前 |
- Python difflib.get_close_matches 的cutoff怎样影响候选
- 194浏览 收藏
-
- 文章 · python教程 | 17小时前 |
- Python difflib.restore 怎样从差异流恢复原始文本
- 200浏览 收藏
-
- 文章 · python教程 | 18小时前 |
- Python mimetypes 为什么不能验证文件真实编码
- 166浏览 收藏
-
- 文章 · python教程 | 19小时前 |
- Python mimetypes 怎样为自定义音频扩展名注册类型
- 144浏览 收藏
-
- 文章 · python教程 | 20小时前 |
- Python wave 以不可定位输出写文件时怎样确定帧数
- 292浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 816次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 807次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 898次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 869次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 692次使用
-
- Python xml.dom.minidom.unlink 怎样释放不再使用的 DOM 树引用
- 2026-10-27 501浏览
-
- Python typing 怎样用 TypeIs 缩小类型
- 2026-10-24 501浏览
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览
-
- TensorFlow模型部署为API的TF Serving方法
- 2026-05-26 501浏览

