博客

目前语音处理中，我们存储较多的音频格式为numpy Int16类型的，但在对音频文件进一步做处理时，有时候会需要转换为float32类型的数据使用。这里转换方式如下：

（1）读取原始二进制int16类型的音频数据，将其转换为numpy数组存储

audio=np.fromstring（原始数据，dtype=np.int16）

（2）将numpy int16类型音频数据转换为float32类型数据

audio=audio.astype（np.float32，order='C'）

（3）将音频保存到磁盘，以便通过SoundFile类进一步处理

soundfile.write（'out.wav'，音频，采样率）

上述操作虽然可以完成数据转化并将音频文件其写入磁盘，但通常情况下我们会将浮点音频数据进行标准化，将数据缩放至 [-1.0, 1.0] 之间，则通常使用如下代码完成：

audio = audio.astype(np.float32, order='C') / 32768.0

注：

有符号整数的可表示范围为：-32768~32767。使用/32768.0只会有0.00026分贝的差异，这种误差在大部分情况下是可以允许的。