如何从pydub音频段创建numpy数组？

Question

我知道以下问题： How to create a pydub AudioSegment using an numpy array?

我的问题正好相反。如果我有一个pydub音频段，如何将其转换为numpy数组？

我想使用scipy过滤器等等。 我不太清楚音频段原始数据的内部结构是什么。

Answer 1

Pydub有一个获取audio data as an array of samples的工具，它是一个array.array实例（不是numpy数组），但是您应该能够相对容易地将它转换为numpy数组：

from pydub import AudioSegment
sound = AudioSegment.from_file("sound1.wav")

# this is an array
samples = sound.get_array_of_samples()

不过，您可以创建实现的numpy变体。该方法的实现非常简单：

def get_array_of_samples(self):
    """
    returns the raw_data as an array of samples
    """
    return array.array(self.array_type, self._data)

从（已修改？）创建新音频段也可以使用样本阵列：

new_sound = sound._spawn(samples)

上面的代码有点老套，它是为AudioSegment类内部使用而编写的，但它主要是计算出您正在使用的音频数据类型（样本数组、样本列表、字节、bytestring等）。尽管有下划线前缀，使用还是安全的。

Answer 2

您可以从AudioSegment中获取array.array，然后将其转换为numpy.ndarray：

from pydub import AudioSegment
import numpy as np
song = AudioSegment.from_mp3('song.mp3')
samples = song.get_array_of_samples()
samples = np.array(samples)