使用 audioop.ulaw2lin(data, 2) 将 μ-law 音频转为 16 位线性 PCM 时出现播放加速、低频噪声和音量偏低，根本原因常在于后续处理链（如 PyVoip）仍按 8 位逻辑操作缓冲区，导致字节错位与数据截断。
使用 `audioop.ulaw2lin(data, 2)` 将 μ-law 音频转为 16 位线性 pcm 时出现播放加速、低频噪声和音量偏低，根本原因常在于后续处理链（如 pyvoip）仍按 8 位逻辑操作缓冲区，导致字节错位与数据截断。
audioop.ulaw2lin() 是 Python 标准库中用于 μ-law 解压缩的核心函数，其第二个参数 width 指定输出样本的字节数（即每个采样点占用的字节数），而非输入格式。当调用 ulaw2lin(ulaw_bytes, 2) 时，函数会将每个 1 字节的 μ-law 样本正确解码为一个 16 位（2 字节）有符号小端整数（int16），输出字节长度应为输入长度的 2 倍——这是完全正确的。
然而，问题往往不出在 audioop 本身，而在于后续音频处理模块未适配输出宽度变化。正如 PyVoip 场景所示：其内部缓冲区管理、包长度计算、写入逻辑等最初针对 8 位音频（width=1）设计，假设“每个样本 = 1 字节”。当切换至 width=2 后，若代码仍以 len(data) 作为样本数（而非 len(data) // 2），或错误地对字节流执行了面向 8 位的缩放、截断、重采样等操作，就会导致：
- ✅ 输出字节长度翻倍（符合预期）
- ❌ 但后续模块仅读取前半部分（如按原长度截断），造成 50% 数据丢失 → 表现为播放速度翻倍（采样率虚高）、相位混乱 → 引发明显低频嗡鸣与整体电平衰减
正确实践示例
import audioop
import wave
# 假设 ulaw_data 是原始 μ-law 字节流（例如从 RTP 包获取）
ulaw_data = b'\xff\x00\x80...' # 示例
# 正确解码为 16-bit linear PCM (little-endian, signed)
pcm16_bytes = audioop.ulaw2lin(ulaw_data, 2) # width=2 → 输出 int16
# 写入标准 WAV 文件（16-bit, 8kHz, mono）
with wave.open("output_16bit.wav", "wb") as wf:
wf.setnchannels(1)
wf.setsampwidth(2) # 必须为 2！对应 int16
wf.setframerate(8000)
wf.writeframes(pcm16_bytes) # 直接写入，无需额外转换
关键注意事项
- ? audioop.ulaw2lin(..., 2) 输出的是 小端序、有符号的 16 位整数流（即 struct.pack('
- ? 若需兼容其他库（如 pydub 或自定义 DSP 模块），务必检查其是否明确支持 width=2 输入，并验证其内部样本计数逻辑（例如：len(pcm16_bytes) // 2 才是真实样本数）；
- ? 在 VoIP 流处理中（如 PyVoip、PJSIP 封装层），切勿假设“解码后字节流可直接透传”——需同步更新所有依赖样本宽度的缓冲区大小、环形队列步长、RTP 负载长度校验等逻辑；
- ? 调试技巧：用 hexdump -C 对比 width=1 与 width=2 的输出头几十字节，确认是否出现规律性重复或截断；也可用 sox 命令行工具交叉验证：sox -r 8000 -e mu-law -b 8 -c 1 input.ulaw -r 8000 -b 16 -e signed-integer output.wav。
归根结底，audioop.ulaw2lin 本身行为严谨可靠；所谓“质量下降”，实则是上下游数据契约（sample width awareness）断裂所致。确保整个音频处理管线——从解码、缓冲、传输到播放——统一按目标位宽建模，才是获得保真 16 位音频的关键。
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！
