如何在Python中将立体声WAV转换为单声道？

Question

我不想使用其他应用程序（比如 sox）——我想用纯 Python 来完成这个。安装需要的 Python 库是可以的。

Answer 1

我能想到的最简单的方法就是使用PyTorch的mean函数，下面的例子就演示了这一点。

import torch
import torchaudio

def stereo_to_mono_convertor(signal):
    # If there is more than 1 channel in your audio
    if signal.shape[0] > 1:
        # Do a mean of all channels and keep it in one channel
        signal = torch.mean(signal, dim=0, keepdim=True)
    return signal

# Load audio as tensor
waveform, sr = torchaudio.load('audio.wav')
# Convert it to mono channel
waveform = stereo_to_mono_convertor(waveform)

Answer 2

我在维护一个开源库，叫做 pydub，这个库让处理音频变得非常简单。

from pydub import AudioSegment
sound = AudioSegment.from_wav("/path/to/file.wav")
sound = sound.set_channels(1)
sound.export("/output/path.wav", format="wav")

有一点需要注意：这个库使用了 ffmpeg 来处理音频格式的转换，但如果你只使用 wav 格式的话，它可以完全用 Python 来实现。

Answer 3

如果WAV文件是用PCM编码的，那么你可以使用wave这个库。你需要打开源文件和目标文件，读取音频样本，然后把不同的声道取个平均值，最后把结果写出来。