[Python知识库]【音频处理】python将两个单声道wav音频合成一个双声道wav音频_立体声感

环境相关

python==3.6.13
numpy==1.19.2
scipy==1.5.2
PyAudio==0.2.11
wave
time
……
缺啥补啥

编写目的

• 在实验过程中，发现经常需要双声道的音频，但之前录制得到的音频都是单声道的，即便是通过pyaudio指定了录制双声道音频，但录制结果中左声道和右声道的信息是一样的 （这一点受限于硬件和代码，现在已经解决了这个问题，后续会进行更新）。
• 现在我需要的是一个左声道和右声道的音频内容不同的双声道音频，故编写了此代码进行测试，在测试过程中，左声道使用的是语音“1”的内容，右声道使用的是语音“2”的内容，即读三个1或者三个2。
• 得到的合成音频，能够听出左右声道具有不同的音频信息，我可以听出左边耳朵在朗读“1”，右边耳朵在朗读“2”。
• 但目前的代码仍有一些缺陷，比如有一些固有限制：目前要求两个单声道音频的参数都相同（时间、采样频率、采样宽度，压缩格式等）
• 目前采用的左右声道的音频都是基于同样的录音参数进行录制的，录音部分的代码也将在下面放出。

录音代码

在这个部分中，将展示我使用的录音代码，使用的录音设备是默认，经测试需要在电脑中进行设置，当前展示的是仅录制一个声道的音频的代码，即便修改了通道参数，两个声道的内容仍是一样的（非立体声效果）。该部分的代码编写参考于博客https://blog.csdn.net/weixin_45973679/article/details/121709190 的内容进行改写。

import wave
import time
from pyaudio import PyAudio, paInt16

framerate = 16000  # 采样率
num_samples = 2000  # 采样点
channels = 1  # 声道
sampwidth = 2  # 采样宽度2bytes

def save_wave(filepath, data):
    # 保存录音文件的函数
    wf = wave.open(filepath, 'wb')
    wf.setnchannels(channels)
    wf.setsampwidth(sampwidth)
    wf.setframerate(framerate)
    wf.writeframes(b''.join(data))
    wf.close()
 
 def record(filepath, record_time):
    # 录音函数
    # 其中，filepath是文件保存路径，需要把文件格式也写上（.wav）；record_time是录音时间，单位为s；
    pa = PyAudio()
    stream = pa.open(format=paInt16, channels=channels,
                     rate=framerate, input=True, frames_per_buffer=num_samples)
    my_buf = []
    # count = 0
    t = time.time()
    print('正在录音...')

    while time.time() < t + record_time:  # 录音时间内
        string_audio_data = stream.read(num_samples)
        my_buf.append(string_audio_data)
    print('录音结束.')

    save_wave(filepath, my_buf)
    stream.close()
 
 if __name__ == '__main__':
    record('2channel_merge_channel1.wav', 5)  # 保存文件名为myrecord.wav， 录音时间为6s

若是在Jetson中进行操作的话，可以同时录制两个不同声道的音频信息，但使用以上代码是无法完美完成的，这部分的代码将在后续的工作中更新。

单通道音合成双通道音频代码

• 这里附上由两个单通道的wav文件合成一个双通道wav文件的代码；
• 在编写过程中，我读取一个双通道音频进行测试，查看其数据格式，并测试了拼接方法，让读取的单通道音频的数据通过组合与调整，得到双通道的格式；
• 所使用的录音代码如上一节所示；
• 经测试，由上述录音代码，分别录制音频内容不同的两段参数相同的音频（在录音代码中仅修改文件名即可，然后录制两次音频，说话内容不同）。经过合成后，能够得到左右耳内容不同的双声道音频。
• 对代码内容进行了注释，帮助理解，若有错误和不足，欢迎读者进行指正。

代码如下：

#!/usr/bin/env python3
# encoding: utf-8
"""
将两个单声道音频合成为一个双声道音频的测试
@author: shy
@contact: hy_shu@qq.com
@application:
@file: 2channel_merge.py
@time: 2022/6/21 15:10
"""

import scipy.io.wavfile as wavfile
import numpy as np
import wave

class merge_2channels():
    """
    用于将两个已经存在的单声道wav音频，合成一个双声道wav音频
    根据两个单声道wav音频的不同之处，能够生成左右声道内容不同的双声道wav文件
    目前还有一些限制，在后续的版本上会进行更新
    限制：目前要求两个单声道音频的参数都相同（时间、采样频率、采样宽度，压缩格式等）

    """

    def __init__(self, merge_framerate, merge_samples, merge_sampwidth=2, merge_channels=2):
        self.merge_framerate = merge_framerate # 采样率
        self.merge_samples = merge_samples # 采样点
        self.merge_sampwidth = merge_sampwidth # 采样宽度，默认2byte
        self.merge_channels = merge_channels # 声道数，因为是生成双声道音频所以默认2

    def save_file(self, filepath, data):
        """
        保存录音文件
        :param filepath: 用于保存的路径(str)
        :param data: 音频数据(2列的ndarray)
        :return:
        """
        wf = wave.open(filepath, 'wb') # 打开目标文件，wb表示以二进制写方式打开，只能写文件，如果文件不存在，创建该文件；如果文件已存在，则覆盖写
        wf.setnchannels(self.merge_channels) # 设置声道数
        wf.setsampwidth(self.merge_sampwidth) # 设置采样宽度
        wf.setframerate(self.merge_framerate) # 设置采样率
        wf.writeframes(data.tostring()) # 将data转换为二进制数据写入文件
        wf.close() # 关闭已打开的文件

    def merge(self, audio_left, audio_right, merge_audio):
        """
        基于两个单声道音频合成一个双声道音频
        :param audio_left: 左声道音频的路径(str)
        :param audio_right: 右声道音频的路径(str)
        :param merge_audio: 合成音频的路径(str)
        :return:
        """
        fs_left, data_left = wavfile.read(audio_left)  # 读取左声道音频数据
        fs_right, data_right = wavfile.read(audio_right)  # 读取右声道音频数据

        data = np.vstack([data_left, data_right])  # 组合左右声道
        data = data.T  # 转置（这里我参考了双声道音频读取得到的格式）
        self.save_file(merge_audio, data) # 保存

if __name__ == '__main__':
    a = merge_2channels(merge_framerate=16000, merge_samples=2000, merge_sampwidth=2) # 指定相关参数，目前要求单通道音频参数一致
    a.merge('2channel_merge_channel1.wav', '2channel_merge_channel2.wav', '2channel_class_merge.wav') # 合成

代码中如果有任何可以继续改进和完善的地方，望大家不吝赐教?(*?)?！