22.1. audioop - 处理原始音频数据

audioop模块包含对声音片段的一些有用的操作。它对存储在bytes-like objects中的有符号整数采样8,16,24或32位宽的声音片段进行操作。除非另有说明,否则所有标量项都是整数。

在版本3.4中已更改:添加了对24位示例的支持。所有函数现在都接受任何bytes-like object字符串输入现在将导致立即错误。

此模块支持a-LAW,u-LAW和Intel / DVI ADPCM编码。

一些更复杂的操作只需要16位的样本,否则样本大小(以字节为单位)总是操作的一个参数。

模块定义以下变量和函数:

exception audioop.error

对所有错误都会引发此异常,例如每个样本的未知字节数等。

audioop.add(fragment1, fragment2, width)

返回一个片段,它是作为参数传递的两个样本的相加。width是以字节为单位的样本宽度,1234两个片段应具有相同的长度。在溢出的情况下截取样本。

audioop.adpcm2lin(adpcmfragment, width, state)

将Intel / DVI ADPCM编码片段解码为线性片段。有关ADPCM编码的详细信息,请参阅lin2adpcm()的描述。返回元组(sample, newstate),其中样本具有width中指定的宽度。

audioop.alaw2lin(fragment, width)

将a-LAW编码中的声音片段转换为线性编码的声音片段。a-LAW编码始终使用8位采样,因此width仅指此处的输出片段的采样宽度。

audioop.avg(fragment, width)

返回片段中所有样本的平均值。

audioop.avgpp(fragment, width)

返回片段中所有样本的平均峰 - 峰值。没有进行过滤,所以这个例程的有用性是有问题的。

audioop.bias(fragment, width, bias)

返回作为原始片段的片段,并向每个样本添加偏差。样品在溢出的情况下包裹。

audioop.byteswap(fragment, width)

“Byteswap”片段中的所有样本,并返回修改的片段。将大尾数样本转换为小尾数法,反之亦然。

版本3.4中的新功能。

audioop.cross(fragment, width)

返回作为参数传递的片段中的零交叉的数量。

audioop.findfactor(fragment, reference)

返回因子F使得rms(add(fragment, mul(reference, -F))) t4>是最小的,即返回要乘以参考的因子,以使其与片段尽可能匹配。片段都应包含2字节样本。

该例程所花费的时间与len(fragment)成比例。

audioop.findfit(fragment, reference)

尝试将引用片段(应为更长的片段)的一部分匹配。(概念上)通过使用findfactor()片段中取出片段来计算最佳匹配并最小化结果。片段都应包含2字节样本。Return a tuple (offset, factor) where offset is the (integer) offset into fragment where the optimal match started and factor is the (floating-point) factor as per findfactor().

audioop.findmax(fragment, length)

搜索片段获取长度长度的切片(不是字节!)with maximum energy, i.e., return i for which rms(fragment[i*2:(i+length)*2]) is maximal. 片段都应包含2字节样本。

该程序需要与len(fragment)成正比的时间。

audioop.getsample(fragment, width, index)

返回样本index的值。

audioop.lin2adpcm(fragment, width, state)

将采样转换为4位Intel / DVI ADPCM编码。ADPCM编码是自适应编码方案,其中每个4比特数是一个采样和下一个采样之间的差除以(变化)步长。英特尔/ DVI ADPCM算法已经选择供IMA使用,因此它很可能成为一个标准。

state是包含编码器状态的元组。编码器返回一个tuple (adpcmfrag, newstate),并且newstate lin2adpcm()在初始调用中,None可以作为状态传递。adpcmfrag是每个字节打包2个4位值的ADPCM编码片段。

audioop.lin2alaw(fragment, width)

将音频片段中的样本转换为a-LAW编码,并将其作为字节对象返回。a-LAW是一种音频编码格式,您只使用8位采样,即可获得约13位的动态范围。它由Sun音频硬件等使用。

audioop.lin2lin(fragment, width, newwidth)

以1-,2-,3-和4字节格式转换样本。

注意

在一些音频格式(例如.WAV文件)中,16,24和32位采样被签名,但8位采样是无符号的。因此,当转换为8位宽样本用于这些格式时,您还需要将128个结果添加到结果中:

new_frames = audioop.lin2lin(frames, old_width, 1)
new_frames = audioop.bias(new_frames, 1, 128)

当从8位转换为16位,24位或32位宽度样本时,必须应用相同的操作。

audioop.lin2ulaw(fragment, width)

将音频片段中的样本转换为u-LAW编码,并将其作为字节对象返回。u-LAW是一种音频编码格式,您只需使用8位采样即可获得约14位的动态范围。它由Sun音频硬件等使用。

audioop.max(fragment, width)

返回片段中所有样本的绝对值的最大值。

audioop.maxpp(fragment, width)

返回声音片段中的最大峰 - 峰值。

audioop.minmax(fragment, width)

返回由声音片段中所有样本的最小值和最大值组成的元组。

audioop.mul(fragment, width, factor)

返回具有原始片段中的所有样本乘以浮点值因子的片段。在溢出的情况下截取样本。

audioop.ratecv(fragment, width, nchannels, inrate, outrate, state[, weightA[, weightB]])

转换输入片段的帧速率。

state是包含转换器状态的元组。The converter returns a tuple (newfragment, newstate), and newstate should be passed to the next call of ratecv(). 初始调用应通过None作为状态。

weightAweightB参数是简单数字滤波器的参数,默认分别为10

audioop.reverse(fragment, width)

反转片段中的样本,并返回修改的片段。

audioop.rms(fragment, width)

返回片段的均方根,即sqrt(sum(S_i^2)/n)

这是音频信号中的功率的度量。

audioop.tomono(fragment, width, lfactor, rfactor)

将立体声片段转换为单声道片段。在添加两个声道以给出单声道信号之前,左声道乘以lfactor,右声道乘以rfactor

audioop.tostereo(fragment, width, lfactor, rfactor)

从单声道片段生成立体声片段。从单声道采样计算立体声片段中的每对采样,由此通过rfactor将左声道采样乘以1因子和右声道采样。

audioop.ulaw2lin(fragment, width)

将u-LAW编码中的声音片段转换为线性编码的声音片段。u-LAW编码始终使用8位样本,因此width仅指此处的输出片段的样本宽度。

注意,诸如mul()max()的操作不区分单声道片段和立体声片段,即所有样品均相等。如果这是一个问题,立体片段应该首先分裂成两个单声道片段,然后重组。下面是一个如何做的例子:

def mul_stereo(sample, width, lfactor, rfactor):
    lsample = audioop.tomono(sample, width, 1, 0)
    rsample = audioop.tomono(sample, width, 0, 1)
    lsample = audioop.mul(lsample, width, lfactor)
    rsample = audioop.mul(rsample, width, rfactor)
    lsample = audioop.tostereo(lsample, width, 1, 0)
    rsample = audioop.tostereo(rsample, width, 0, 1)
    return audioop.add(lsample, rsample, width)

如果您使用ADPCM编码器来构建网络数据包,并且您希望您的协议是无状态的(即。以能够容忍数据包丢失)你不应该只传输数据,而且状态。请注意,您应该将初始状态(传递到lin2adpcm()的状态)发送到解码器,而不是最终状态(由编码器返回)。如果你想使用struct.Struct将状态存储在二进制中,你可以在16位中编码第一个元素(预测值),在8中编写第二个(delta索引)。

ADPCM编码器从未尝试过对其他ADPCM编码器,只针对自己。很可能我错误地解释了标准,在这种情况下,他们将不能与相应的标准互操作。

find*()它们主要用于进行回声消除。一个相当快速的方法是选择输出样本中最具活力的部分,在输入样本中找到它,并从输入样本中减去整个输出样本:

def echocancel(outputdata, inputdata):
    pos = audioop.findmax(outputdata, 800)    # one tenth second
    out_test = outputdata[pos*2:]
    in_test = inputdata[pos*2:]
    ipos, factor = audioop.findfit(in_test, out_test)
    # Optional (for better cancellation):
    # factor = audioop.findfactor(in_test[ipos*2:ipos*2+len(out_test)],
    #              out_test)
    prefill = '\0'*(pos+ipos)*2
    postfill = '\0'*(len(inputdata)-len(prefill)-len(outputdata))
    outputdata = prefill + audioop.mul(outputdata, 2, -factor) + postfill
    return audioop.add(inputdata, outputdata, 2)