這篇文章介紹如何使用python對音頻進行降採樣。
手上有一批48k採樣率的音頻,需要將到16k。這裏使用python的librosa庫來完成。一行代碼搞定:
y_48k, sr = librosa.load(wav_filename, 48000) # 讀取原音頻
y_16k = librosa.resample(y=y_48k, orig_sr=48000, targe_sr=16000) # 降採樣
批量降採樣,代碼如下
# coding: utf-8
###########################################################
# TODO: 將VCTK/下的音頻48k,降採樣爲16k,並保存到VCTK_16K/目錄下
###########################################################
import librosa
import glob
from tqdm import tqdm
import os
for wav in tqdm(glob.glob('VCTK/*/*.wav')):
audio_48k, sr = librosa.load(wav, 48000)
audio_16k = librosa.resample(y=audio_48k, orig_sr=sr, target_sr=16000)
new_filename = wav.replace('VCTK', 'VCTK_16K')
new_file_path = new_filename.split(os.sep)[0] + '/' + new_filename.split(os.sep)[1]+'/'
if not os.path.exists(new_file_path):
os.makedirs(new_file_path)
librosa.output.write_wav(new_filename, audio_16k, 16000)