我尝试使用scipy.io.wavfile.read函数获取音轨的声压,并获得,如文档两个输出中所示:采样率和数据numpy数组。到现在为止还挺好。
我的问题是输出数组是(Nx2)维度,我不知道这两个维度代表什么。我期望获得具有样本总数的(Nx1)维数组。
我已经在网上查找并没有找到任何东西,甚至在将音频信号转换为单声道后,我仍然得到一个Nx2阵列,所以我不认为这些是左右声道(但我可能是错的)。
运行以下代码:
scipy.io.wavfile.read(path+"slow_jazz.wav")
给出以下输出:
(44100, array([[-1.37977577e-06, 8.62224842e-05],
[ 1.10934685e-04, -1.24923863e-05],
[ 3.23722816e-05, 6.47113484e-05],
...,
[ 2.37652988e-04, 1.36341288e-04],
[ 2.67631025e-04, 2.15149150e-04],
[ 2.91718607e-04, 2.33943792e-04]], dtype=float32))
知道发生了什么事吗?
最后一个维度是通道数。 2表示您有一个立体声wav文件作为输入。