Hendrik

你说得对 利布罗萨 始终将样本标准化为单声道 [-1:1] (还有22050赫兹)。这就是说,它是数字音频,所以可以与任何你想得到不同规模的乘法。如果你坚持的话,你的样品是在 -2^15 到 2^15 ,只需乘以 2^15 .它的意思基本相同。

除了将音频编码格式的一个特性拖到数据中之外,您不会获得任何东西。

也就是说,如果这是你想要的,你可以使用 PySoundFile 这样地:

import soundfile as sf

y, sr = sf.read('existing_file.wav', dtype='int16')

参数 dtype='int16' 告诉库对每个样本采用有符号的16位格式。