在Python中readframes返回2字节

Question

在Python中使用readframes()时，在线文档提到返回的是采样频率，但看起来它返回的是2个字节。我觉得每个帧应该有4个字节：

left = 2 bytes
right = 2 bytes

我是不是需要检查音频是单声道还是立体声？如果是立体声的话，就一次读取2个帧，如果是单声道，就一次读取1个帧？

Answer 1

一个波形文件包含以下内容：

• 每秒的采样率是通过Wave_read.getframerate()获取的（比如，如果是音频CD，通常是44100）。
• 采样宽度是通过Wave_read.getsampwidth()获取的字节数（也就是说，8位采样是1字节，16位采样是2字节）。
• 通道数可以通过Wave_read.getnchannels()获取（通常单声道是1，立体声是2）。

每次你使用Wave_read.getframes(N)读取数据时，你会得到N * sample_width * n_channels字节。

所以，如果你从一个44100Hz、16位的立体声文件中读取2048帧数据，你会得到8192字节的结果。