librosa write_wav in mono？

Question

我想对以44100赫兹到40.000赫兹录制的单声道录音重新采样。

下面的代码可以工作，但librosa似乎保存在立体声，使文件大小的两倍，这是不需要的，我有很多样本要处理。

所以我需要以单声道格式保存结果。

代码：

# resampling a .wav file to a specific sample rate
import os

import librosa
import resampy

# this is the sample reate we want
sr_target = 44100


directory_in_str = '/home/hugo/test/'

directory = os.fsencode(directory_in_str)

for file in os.listdir(directory):
    filename = os.fsdecode(file)
    if filename.endswith(".wav"):
        file_path = os.path.join(directory_in_str, filename)
        print(file_path)
        # Load in librosa's example audio file at its native sampling rate
        x, sr_orig = librosa.load(file_path, mono=True, sr=None)

        print("Original sample rate is : ", sr_orig)
        # x is now a 1-d numpy array, with `sr_orig` audio samples per second

        # We can resample this to any sampling rate we like, say 16000 Hz
        y = resampy.resample(x, sr_orig, sr_target)

        file_path_new = os.path.join(directory_in_str+'new/', filename)


        # write it back
        librosa.output.write_wav(file_path_new, y, sr_target)

        continue
    else:
        continue

问:我想保存重采样的文件在单声道，我得到立体声和没有选项保存只单声道…

Answer 1

输出是单声道还是立体声取决于y。如果y的形状为(n，)，则输出为单声道；如果y的形状为(2，n)，则输出为立体声。librosa.output.write_wav不会自动将单声道信号转换为立体声。

从您的代码中，您的输出音频看起来像是立体声音频。文件大小翻倍并不意味着它是立体声的。这可能是由于输入和输出音频的数据类型不同造成的。