python wav处理，n帧不等于实际帧数

Question

我试图使用webrtcvad来检测wav文件中的语音，为此我必须在32 pcm提供30 at的16位pcm。我想要做的是将我的wav切割成30 is的数据包，但是以这个文件为例(https://dl.dropboxusercontent.com/u/91396766/recording000001.wav)：

audio software : 
5,568 seconds, 16 bit, mono, 320000Hz

-

https://docs.python.org/3/library/wave.html
w.getnframes() = 178176
w.getframerate() = 32000
w.getnchannels() = 1 = mono
w.getsampwidth() = 2 byte = 16 bits
len(w.readframes(w.getnframes())) = 356352, shouldn't it be 178176?
len(w.readframes(0)) = 1

为什么len(w.readframes(w.getnframes()= 356352，应该是178176，因为

1/32000 = 0.00003125秒和0.00003125*175176 = 5.568秒

谢谢

编辑

测试脚本：

import wave

infile = 'recording000001.wav'
w = wave.open(infile, 'rb')

data = w.readframes(w.getnframes())
frequency = w.getframerate()
number_of_channels = w.getnchannels()
sample_width_in_bytes = w.getsampwidth()

print "{} is sampled at {}Hz, it has {} channel(s) and a sample width of {} bytes".format(infile, frequency, number_of_channels, sample_width_in_bytes) 
print "it contains {} data".format(len(data))
print "for {} frames".format(w.getnframes())
print "one data length is {}".format(len(data[0]))

w.close()

产出：

recording000001.wav is sampled at 32000Hz, it has 1 channel(s) and a sample width of 2 bytes
it contains 356352 data
for 178176 frames
one data length is 1

Answer 1

之后

w.rewind()

我试过了

len(w.readframes(0)) 0

这与你得到1的结果不同。

有趣的是，

len(w.readframes(1)) 2

但这是有意义的，以一种复杂的方式，因为确实有两个字节。(16位音频帧意味着每帧有2个字节。由于您正在对二进制对象调用len，因此我认为它返回实际字节数是有意义的。)

如果您想要处理您的音频数据，也许您应该研究像numpy这样的库来进一步分析或处理您的音频。

将numpy导入为np C= np.frombuffer(w.readframes(w.getnframes())，dtype="int16") c.shape (178175，) C= 100 c1 =122个 c100 = -132

这是原始波形数据。它位于(-2^15，2^15)或-32768到32,768的范围内。由于音频文件的第一部分在开始时是安静的，所以头几百帧中的小值是很有意义的。