登录注册

当前位置：首页 > 文章列表 > 文章 > python教程 > Python音频处理教程：读写详解

Python音频处理教程：读写详解

2026-04-13 16:36:25 0浏览 收藏
本文系统介绍了Python中处理音频文件的四大主流库——scipy.io.wavfile（专精WAV读写）、soundfile（多格式兼容，支持FLAC/OGG等）、pydub（基于ffmpeg，擅长MP3操作与音频剪辑）和librosa（面向音乐信号分析，内置重采样与归一化），并结合代码示例清晰展示了各库在读取、生成、转换及参数控制上的核心用法，同时强调采样率、位深和通道数等关键概念对避免数据错误的重要性，为语音识别、音乐信息检索和音频工程等实际应用提供了即学即用的技术指南。

Python 音频文件的读取与写入方法

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 wavfile

sample_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 sf

audio_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 AudioSegment

audio = 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 librosa

audio_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 sf

sf.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。

终于介绍完啦！小伙伴们，这篇关于《Python音频处理教程：读写详解》的介绍应该让你收获多多了吧！欢迎大家收藏或分享给更多需要学习的朋友吧~golang学习网公众号也会发布文章相关知识，快来关注吧！

前端日志收集与异常捕获方法前端日志收集与异常捕获方法
上一篇
前端日志收集与异常捕获方法
响应式汉堡菜单切换实现方法
下一篇
响应式汉堡菜单切换实现方法
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    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
    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
    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
    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
    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
查看更多
AI推荐
  • PubMedQA数据集详解：生物医学问答基准、功能与应用指南
    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。
    507次使用
  • H2O EvalGPT：开源LLM大模型评估与排行榜工具
    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。
    569次使用
  • LMArena是什么？伯克利AI模型评估平台使用指南与功能解析
    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。
    593次使用
  • 斯坦福HELM：大语言模型Holistic Evaluation整体评估框架详解
    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。
    546次使用
  • MMBench详解：多模态大模型基准测试、功能特点与使用指南
    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。
    361次使用
查看更多
相关文章