了解从daw导出的wav文件

Question

我已经从Audacity生成了一个440 as的音调，振幅为1，持续1秒，如下所示：

​

我知道这将在1秒内创建440个峰值，振幅为1。这里我看到它是一个32位文件，44100 to是采样率，这意味着每秒有44100个样本。振幅是1，这是预期的，因为这是我选择的。

​

​

我不明白的是，这个振幅的单位是多少？当右击它显示线性(-1到+1)时，有一个选择dB的选项，它显示(0到-60到0)，我不明白这是如何转换的！

​

现在，当我在python scipy中使用这个wav文件来读取wav并获取时间和振幅的值时，如何匹配或获取我读取wav文件时所生成的内容与所看到的内容之间的关系？峰值为振幅32767.987724003342频率439.99002267573695

​

​

我在python中使用的代码是

wavFileName ="440Hz.wav"
sample_rate, sample_data = wavfile.read(wavFileName)
print ("Sample Rate or Sampling Frequency is", sample_rate," Hz")
l_audio = len(sample_data.shape)
print ("Channels", l_audio,"Audio data shape",sample_data.shape,"l_audio",l_audio)
if l_audio == 2:
    sample_data = sample_data.sum(axis=1) / 2
N = sample_data.shape[0]
length = N / sample_rate
print ("Duration of audio wav file in secs", length,"Number of Samples chosen",sample_data.shape[0])
time =np.linspace(0, length, sample_data.shape[0])
sampling_interval=time[1]-time[0]

Answer 1

请注意，在audacity中，当您在保存文件之前创建了1秒的音频，并选择了1.0，它显示有符号的16位整数，因此振幅从-1到+1表示PCM格式的WAV文件通过改变有符号整数从最大负数到最大正数来存储原始音频，因为2^16是65536，所以有符号的16位整数范围是-32768到32767，换句话说，从-2^15到( +2^15 -1) ...为了更好地绘制，我建议你选择一个比一秒短得多的时间段，比方说0.1秒…一旦你对此表示同意，然后将其恢复到使用整整一秒的时间，这在有44100个样本的曲线图上是难以想象的

import os
import scipy.io
import scipy.io.wavfile
import numpy as np
import matplotlib.pyplot as plt

myAudioFilename = '/home/olof/sine_wave_440_Hz.wav'
   
samplerate, audio_buffer = scipy.io.wavfile.read(myAudioFilename)

duration = len(audio_buffer)/samplerate

time = np.arange(0,duration,1/samplerate) #time vector


plt.plot(time,audio_buffer)
plt.xlabel('Time [s]')
plt.ylabel('Amplitude')
plt.title(myAudioFilename)
plt.show()

​

​

这里是0.1秒的440 Hz，使用带符号的16位注意，Y轴的振幅范围与上面提到的最小到最大有符号整数值范围相匹配