wave模块仅支持读写标准wav文件,不支持解码压缩格式、fft分析或绘图;正确使用需先调用getnchannels()、getsampwidth()、getframerate()和getnframes()检查参数,再用struct.unpack()或numpy.frombuffer()将readframes()返回的bytes转为数值数组。

wave 模块能读写标准 WAV 文件,但不支持解码压缩格式(如 MP3)、不提供 FFT 或频谱分析能力,也不直接绘图——它只做“打开文件→读帧→解包字节”这件事。想做音频分析,必须搭配 struct、numpy 甚至 scipy 才行。
怎么用 wave 正确打开并检查 WAV 文件基本信息
别一上来就 readframes(),先确认文件是否合法、采样率和位深是否符合预期。很多“读出来全是 0”或“播放杂音”的问题,根源在没检查参数。
-
wave.open()返回对象后,立刻调用getnchannels()、getsampwidth()、getframerate()和getnframes()—— 这四个值决定了后续怎么解析原始字节 -
getsampwidth()返回的是每个样本占多少字节:1 表示 8-bit PCM,2 表示 16-bit,4 表示 32-bit —— 错用会导致struct.unpack()解包失败或数据错位 - 单声道和双声道的帧结构不同:单声道每帧 1 个样本,双声道每帧 2 个样本(左+右),
getnframes()返回的是“帧数”,不是“样本总数”
如何把 wave 读出的原始字节转成可用的数值数组
readframes(n) 返回的是 bytes,不是数字。直接打印只会看到一堆十六进制,必须用 struct.unpack() 或 numpy.frombuffer() 转换。
- 若用
struct:先根据getsampwidth()选格式符,比如 2 字节对应'<h>(小端 16-bit signed short),再按 <code>getnchannels()确定每帧 unpack 出几个数 - 更推荐用
numpy.frombuffer(data, dtype=np.int16)(对应 16-bit)——简洁且自动处理字节序,但要注意 dtype 必须与getsampwidth()匹配:1 字节用np.int8,2 字节用np.int16,4 字节用np.int32 - 双声道数据默认是交错排列(LRLRLR…),需 reshape 成
(n_frames, n_channels)才方便分通道处理
为什么用 wave 写新 WAV 文件常报错 struct.error: 'h' format requires -32768
这是典型的值越界:WAV 的 16-bit PCM 要求每个样本在 [-32768, 32767] 范围内,但你传进去的 numpy 数组可能是 float 或超出范围的 int。
- 写入前必须做类型和范围校验:
data = np.clip(data, -32768, 32767).astype(np.int16) -
wave.writeframes()接收的是bytes,不是 array —— 得先用data.tobytes()转换,不能直接传 numpy 数组 - 务必确保写入时的参数(通道数、采样宽、采样率)和
setnchannels()等调用完全匹配,否则播放器会解析错乱
真正麻烦的从来不是读写本身,而是字节布局、有符号/无符号、大小端、单双声道交错这些细节。哪怕只是提取一段静音区间,也得先搞清 getsampwidth() 是 2 还是 1,否则 unpack 出来的数全偏移。
Python免费学习笔记(深入):立即使用
在学习笔记中,你将探索 Python 的核心概念和高级技巧!











