struct.error: 解包需要长度为4的字符串参数 - 音频文件

Question

我刚开始学习编程，正在使用Ubuntu系统。

现在我想用Python来进行声音分析。

在下面的代码中，我使用了wav这个包来打开wav文件，并用struct来转换里面的信息：

from wav import *
from struct import *
fp = wave.open(sound.wav, "rb")
total_num_samps = fp.getnframes()
num_fft = (total_num_samps / 512) - 2 #for a fft lenght of 512
for i in range(num_fft):
  tempb = fp.readframes(512);
  tempb2 = struct.unpack('f', tempb)
print (tempb2)

但是在终端中出现了这样的错误信息：

struct.error: unpack requires a string argument of length 4

请问，有人能帮我解决这个问题吗？有没有其他的方法可以用来解析声音文件？

Answer 1

使用SciPy，你可以通过以下方式将.wav文件加载到NumPy数组中：

import scipy.io.wavfile as wavfile
sample_rate, data = wavfile.read(FILENAME)

NumPy/SciPy还可以用来计算FFT（快速傅里叶变换）。

---

小贴士：

• 在Ubuntu系统上，你可以通过以下命令安装NumPy/SciPy：

  sudo apt-get install python-scipy
  

  这个命令也会同时安装NumPy，因为NumPy是SciPy的一个依赖项。

• 尽量避免使用*这样的导入方式，比如from struct import *。这样做会把struct中的名字都复制到当前模块的全局命名空间里。虽然这样可以少打点字，但当你的脚本变得复杂时，你可能会搞不清楚变量是从哪里来的（更糟糕的是，导入的变量可能会覆盖其他同名变量的值）。

Answer 2

提供给 struct 的格式字符串必须准确地告诉它第二个参数的格式。举个例子，“有一百零三个无符号短整型”。你写的格式字符串是“有正好一个浮点数”。但是你给它的字符串数据远远超过这个数量，所以它就出错了。

所以第一个问题是，你需要在字节字符串中指定确切的打包C类型的数量。在这个例子中，就是512（帧数）乘以通道数（可能是2，但你的代码没有考虑到这一点）。

第二个问题是，你的 .wav 文件根本不包含浮点数。如果是8位的，它包含的是无符号的 char，如果是16位的，它包含的是有符号的 short，等等。你可以通过 fp.getsampwidth() 来检查你的 .wav 文件的实际采样宽度。

那么：假设你有512帧的双通道16位音频；你应该这样调用 struct：

channels = fp.getnchannels()
...

tempb = fp.readframes(512);
tempb2 = struct.unpack('{}h'.format(512*channels), tempb)