Python改变wav-fi的音高

Question

我需要任何python库来更改wav文件的音调，而无需任何原始音频数据处理。 我花了几个小时才找到它，但只发现了一些奇怪的原始数据处理代码片段和视频，显示实时音高变化，但没有源代码。

Answer 1

您可以尝试pydub在整个音频文件和不同格式（wav、mp3等）中快速轻松地改变音调。

这是一个工作代码。来自here的灵感，有关音高变化的详细信息，请参阅here。

from pydub import AudioSegment
from pydub.playback import play

sound = AudioSegment.from_file('in.wav', format="wav")

# shift the pitch up by half an octave (speed will increase proportionally)
octaves = 0.5

new_sample_rate = int(sound.frame_rate * (2.0 ** octaves))

# keep the same samples but tell the computer they ought to be played at the 
# new, higher sample rate. This file sounds like a chipmunk but has a weird sample rate.
hipitch_sound = sound._spawn(sound.raw_data, overrides={'frame_rate': new_sample_rate})

# now we just convert it to a common sample rate (44.1k - standard audio CD) to 
# make sure it works in regular audio players. Other than potentially losing audio quality (if
# you set it too low - 44.1k is plenty) this should now noticeable change how the audio sounds.
hipitch_sound = hipitch_sound.set_frame_rate(44100)

#Play pitch changed sound
play(hipitch_sound)

#export / save pitch changed sound
hipitch_sound.export("out.wav", format="wav")

Answer 2

由于wav文件基本上是原始音频数据，因此如果没有“原始音频处理”，就无法更改音调。

这是你能做的。 您将需要wave（标准库）和numpy模块。

import wave
import numpy as np

打开文件。

wr = wave.open('input.wav', 'r')
# Set the parameters for the output file.
par = list(wr.getparams())
par[3] = 0  # The number of samples will be set by writeframes.
par = tuple(par)
ww = wave.open('pitch1.wav', 'w')
ww.setparams(par)

声音应该在一秒钟内被处理。这降低了混响。试着把fr设为1；你会听到烦人的回声。

fr = 20
sz = wr.getframerate()//fr  # Read and process 1/fr second at a time.
# A larger number for fr means less reverb.
c = int(wr.getnframes()/sz)  # count of the whole file
shift = 100//fr  # shifting 100 Hz
for num in range(c):

读取数据，将其分成左声道和右声道（假设是立体声WAV文件）。

    da = np.fromstring(wr.readframes(sz), dtype=np.int16)
    left, right = da[0::2], da[1::2]  # left and right channel

使用内置于numpy中的快速傅立叶变换提取频率。

    lf, rf = np.fft.rfft(left), np.fft.rfft(right)

滚动阵列以增加音高。

    lf, rf = np.roll(lf, shift), np.roll(rf, shift)

最高频率转为最低频率。那不是我们想要的，所以把它们归零。

    lf[0:shift], rf[0:shift] = 0, 0

现在使用逆傅里叶变换将信号转换回振幅。

    nl, nr = np.fft.irfft(lf), np.fft.irfft(rf)

合并这两个频道。

    ns = np.column_stack((nl, nr)).ravel().astype(np.int16)

写入输出数据。

    ww.writeframes(ns.tostring())

处理完所有帧后关闭文件。

wr.close()
ww.close()

Answer 3

我建议尝试Librosa的音高变换功能： https://librosa.github.io/librosa/generated/librosa.effects.pitch_shift.html

import librosa
y, sr = librosa.load('your_file.wav', sr=16000) # y is a numpy array of the wav file, sr = sample rate
y_shifted = librosa.effects.pitch_shift(y, sr, n_steps=4) # shifted by 4 half steps