1.聲音音頻基礎知識
（1）聲音是由震動產生，表現為波的形式。波有頻率，振幅等參數。對於聲波而言：頻率越大，音調越高，反之越低。振幅越大，聲音越大，反之越小。
（2）采樣率，幀率：波是連續（無窮）的，計算機存儲是離散（有限）的。要想用有限存儲無限，幾乎不可能。因此，要每隔一段時間對波進行一次采樣。每秒采樣次數采樣率。長用采樣率是44.1kHz(這里的1k不是1024，是1000！！！切記。)。
（3）采樣大小，采樣寬度：波每一個時刻都有一個對應的能量值，在計算機中用整數存儲。通常使用16bit有符號整數存儲，采樣大小是16bit。
（4）聲道：這個不好解釋，引用百度百科上的一句話。聲道(Sound Channel) 是指聲音在錄制或播放時在不同空間位置采集或回放的相互獨立的音頻信號，所以聲道數也就是聲音錄制時的音源數量或回放時相應的揚聲器數量。
（5）人耳能聽到的聲波頻率范圍是20Hz ~20000Hz，人耳對160Hz~2500Hz的聲音比較敏感。
（6）音色：不同物體發音有所不同，這些不同表現在音色上。音色在音頻曲線級別的表現是頻率的特定變化，振幅的特定變化
2.python讀取.wav音頻
下面是python3讀取音頻代碼，詳細說明都在注釋里。
import wave
import struct
wave_file=wave.open("./sound111.wav", 'r')
channels=wave_file.getnchannels()#聲道數
samp_width=wave_file.getsampwidth()#采樣大小
frame_rate=wave_file.getframerate()#幀率
numframes=wave_file.getnframes()#總幀數
print("channel",channels)#聲道數
print('samp_width',samp_width)#采樣大小2B 16bit
print('frame_rate',frame_rate)#8000 幀率8000fps
print('numframes',numframes)#總幀數=幀率*時間=8000fps*10s=80000f
#輸出
#channel 1
#samp_width 2
#frame_rate 8000
#numframes 80000
for i in range(500):
frame=wave_file.readframes(1)#讀取1幀音頻數據，可能包含多個聲道信息
print(frame,struct.unpack("h",frame[0:2])[0])#struct.unpack("h",frame[0:2])將二進制數據轉化成10進制（16bit有符號整數）因為這里采樣大小是16bit
#輸出
#b'\xd4\xfc' -812
#...
#b'\x07\xff' -249
#b'\x05\xff' -251
#b'X\xff' -168
#b'\xf2\xff' -14
#b'0\x00' 48
#b'#\x00' 35
wave_file.close()
3.python寫.wav音頻文件
下面是python3寫音頻代碼，詳細說明都在注釋里。這里需要用到中學的簡單三角函數知識，忘記的話可以復習一下。下面是一首兩只老虎，盡情欣賞吧。注意：下面的代碼中使用的頻率是從網上找的，並不准確。國際標准A：440Hz
import wave
import struct
import math
def write_frame(time,freq,framerate,file,wave=0.4,sampwidth=2):
#time 持續時間 freq 音頻頻率 framerate采樣頻率 file 音頻文件 wave 音量 sampwidth 采樣深度
t=0#時刻
step=1.0/framerate #每幀間隔時長
fw=2.0*math.pi*freq #頻率控制參數
wave=wave*(math.pow(2,sampwidth*8-1)-1)#音量控制
while t<=time:
v=int(math.sin(t*fw)*wave)#對波采樣 math.sin(t*fw)產生freq頻率的正弦波
t+=step#更新時刻
#最后這里是與sampwidth的值有關的，下面語句當前僅當sampwidth=2時成立，詳細信息參考struct.pack()
file.writeframesraw(struct.pack("h",v))#寫入文件 struct.pack("h",v)將有符號整數v轉化成16比特2進制
tw=wave.open("./two_tigers.wav","w") #打開或創建./two_tigers.wav
tw.setnchannels(1) #設置聲道數 1
tw.setframerate(8000)#設置幀率 8000
tw.setsampwidth(2)#設置采樣寬度2B 16bit
#寫入聲音
#1 2 3 1 1 2 3 1
write_frame(time=0.5, freq=256, framerate=8000, file=tw, wave=0.4, sampwidth=2)
write_frame(time=0.5, freq=288, framerate=8000, file=tw, wave=0.4, sampwidth=2)
write_frame(time=0.5, freq=320, framerate=8000, file=tw, wave=0.4, sampwidth=2)
write_frame(time=0.5, freq=256, framerate=8000, file=tw, wave=0.4, sampwidth=2)
write_frame(time=0.5, freq=256, framerate=8000, file=tw, wave=0.4, sampwidth=2)
write_frame(time=0.5, freq=288, framerate=8000, file=tw, wave=0.4, sampwidth=2)
write_frame(time=0.5, freq=320, framerate=8000, file=tw, wave=0.4, sampwidth=2)
write_frame(time=0.5, freq=256, framerate=8000, file=tw, wave=0.4, sampwidth=2)
#3 4 5 - 3 4 5 -
write_frame(time=0.5, freq=320, framerate=8000, file=tw, wave=0.4, sampwidth=2)
write_frame(time=0.5, freq=341.33, framerate=8000, file=tw, wave=0.4, sampwidth=2)
write_frame(time=0.5, freq=384, framerate=8000, file=tw, wave=0.4, sampwidth=2)
write_frame(time=0.25, freq=0, framerate=8000, file=tw, wave=0.4, sampwidth=2)
write_frame(time=0.5, freq=320, framerate=8000, file=tw, wave=0.4, sampwidth=2)
write_frame(time=0.5, freq=341.33, framerate=8000, file=tw, wave=0.4, sampwidth=2)
write_frame(time=0.5, freq=384, framerate=8000, file=tw, wave=0.4, sampwidth=2)
write_frame(time=0.25, freq=0, framerate=8000, file=tw, wave=0.4, sampwidth=2)
#56 54 3 1 - 56 54 3 1 -
write_frame(time=0.25, freq=384, framerate=8000, file=tw, wave=0.4, sampwidth=2)
write_frame(time=0.25, freq=426.67, framerate=8000, file=tw, wave=0.4, sampwidth=2)
write_frame(time=0.25, freq=384, framerate=8000, file=tw, wave=0.4, sampwidth=2)
write_frame(time=0.25, freq=341.33, framerate=8000, file=tw, wave=0.4, sampwidth=2)
write_frame(time=0.5, freq=320, framerate=8000, file=tw, wave=0.4, sampwidth=2)
write_frame(time=0.5, freq=256, framerate=8000, file=tw, wave=0.4, sampwidth=2)
write_frame(time=0.25, freq=384, framerate=8000, file=tw, wave=0.4, sampwidth=2)
write_frame(time=0.25, freq=426.67, framerate=8000, file=tw, wave=0.4, sampwidth=2)
write_frame(time=0.25, freq=384, framerate=8000, file=tw, wave=0.4, sampwidth=2)
write_frame(time=0.25, freq=341.33, framerate=8000, file=tw, wave=0.4, sampwidth=2)
write_frame(time=0.5, freq=320, framerate=8000, file=tw, wave=0.4, sampwidth=2)
write_frame(time=0.5, freq=256, framerate=8000, file=tw, wave=0.4, sampwidth=2)
write_frame(time=0.25, freq=0, framerate=8000, file=tw, wave=0.4, sampwidth=2)
#2 6（低音） 1 - 2 6（低音） 1 -
write_frame(time=0.5, freq=288, framerate=8000, file=tw, wave=0.4, sampwidth=2)
write_frame(time=0.5, freq=144, framerate=8000, file=tw, wave=0.4, sampwidth=2)
write_frame(time=0.5, freq=256, framerate=8000, file=tw, wave=0.4, sampwidth=2)
write_frame(time=0.25, freq=0, framerate=8000, file=tw, wave=0.4, sampwidth=2)
write_frame(time=0.5, freq=288, framerate=8000, file=tw, wave=0.4, sampwidth=2)
write_frame(time=0.5, freq=144, framerate=8000, file=tw, wave=0.4, sampwidth=2)
write_frame(time=0.5, freq=256, framerate=8000, file=tw, wave=0.4, sampwidth=2)
tw.close()
# C 1 do 256
# D 2 re 288
# E 3 mi 320
# F 4 fa 341又1/3
# G 5 so 384
# A 6 la 426又2/3
# B 7 si 480
# C 1 (上面一個點)do 512
# C:D=8:9
# D:E=9:10
# E:F=15:16
# F:G=8;9
# G:A=9:10
# A:B=15:16
---------------------
作者：Moluth
來源：CSDN
原文：https://blog.csdn.net/Moluth/article/details/79793903
版權聲明：本文為博主原創文章，轉載請附上博文鏈接！