將雙通道音訊轉換為兩條單通道音訊的解決方案

Kevinarcsin001發表於2024-09-20
音訊

方案一

程式碼

在Python中，可以使用wave模組來讀取雙通道（立體聲）音訊檔案，並將每個通道分別儲存為獨立的音訊檔案。以下是一個簡單的示例，演示瞭如何實現這一過程：

import wave

# 開啟雙通道音訊檔案
with wave.open('stereo_audio.wav', 'rb') as stereo_wave:
    # 獲取音訊檔案的引數
    n_channels, sample_width, framerate, n_frames, comptype, compname = stereo_wave.getparams()
    
    # 確保音訊是雙通道的
    assert n_channels == 2, "Audio is not stereo."
    
    # 讀取音訊資料
    data = stereo_wave.readframes(n_frames)
    
    # 分離左右通道資料
    left_channel = data[::2]
    right_channel = data[1::2]

    # 儲存左通道為單獨的音訊檔案
    with wave.open('left_channel.wav', 'wb') as left_wave:
        left_wave.setparams((1, sample_width, framerate, 0, comptype, compname))
        left_wave.writeframes(left_channel)

    # 儲存右通道為單獨的音訊檔案
    with wave.open('right_channel.wav', 'wb') as right_wave:
        right_wave.setparams((1, sample_width, framerate, 0, comptype, compname))
        right_wave.writeframes(right_channel)

print("Channels have been successfully extracted and saved.")

在此指令碼中，我們首先使用wave模組開啟一個名為stereo_audio.wav的雙通道音訊檔案。然後，我們讀取整個音訊幀，並根據取樣寬度和通道數將左右通道的資料分開。最後，我們將每個通道的資料寫入到新的音訊檔案中，分別命名為left_channel.wav和right_channel.wav。

請注意，這個指令碼假設原始音訊檔案是16位的PCM資料。如果你的音訊檔案有不同的引數，你可能需要根據實際情況調整sample_width和其他引數。

在執行此指令碼之前，請確保你的環境中已經安裝了Python，並且你有許可權讀取和寫入指定的音訊檔案。此外，確保音訊檔案路徑正確，且音訊檔案確實為雙通道立體聲格式。

部分引數說明：

在使用 wave 模組處理音訊檔案時，getparams() 方法返回的元組包含了音訊檔案的關鍵引數，每個引數都有特定的含義：

  1. n_channels：

    • 表示音訊檔案的通道數。例如，單聲道（Mono）音訊的通道數為1，立體聲（Stereo）音訊的通道數為2。

  2. sample_width：

    • 表示每個取樣點的位元組寬度。例如，8位音訊的 sample_width 通常是1位元組，而16位音訊通常是2位元組。這個引數影響每個取樣點可以表示的值的範圍。

  3. framerate：

    • 表示音訊的取樣率，即每秒鐘取樣的次數，單位是Hz（赫茲）。例如，CD品質的音訊通常有44100Hz的取樣率。

  4. n_frames：

    • 表示音訊檔案中的幀數。一幀通常包含一個取樣週期內所有通道的取樣資料。因此，對於立體聲音訊，一幀包含兩個取樣點（左右通道各一個）。

  5. comptype：

    • 表示音訊資料的壓縮型別。在未壓縮的PCM音訊中，這個值通常是'NONE'。對於壓縮音訊格式，這個值會指示使用了哪種壓縮演算法。

  6. compname：

    • 表示壓縮型別的名稱，如果音訊未壓縮，則通常為空字串。對於壓縮音訊，這個值會提供關於使用的壓縮演算法的更多資訊。

這些引數對於正確地讀取、處理和寫入音訊資料至關重要。例如，當你想要將音訊資料寫入到一個新的音訊檔案時，你必須確保新檔案的引數與原始音訊檔案相匹配，或者至少是相容的，以便正確地重建音訊波形。

方案二

使用ffmpeg轉換：

命令為 fmpeg -i input.wav -map_channel 0.0.0 left.wav -map_channel 0.0.1 right.wav
這個命令的作用是將一個立體聲（雙通道）的音訊檔案 input.wav 分割成兩個單聲道（單通道）的音訊檔案：left.wav 和 right.wav。left.wav 包含原始音訊的左通道，而 right.wav 包含右通道。各個部分含義如下：

-i input.wav：這是 ffmpeg 的輸入檔案選項，-i 表示輸入（input），後面跟著的是輸入檔案的名稱。在這個例子中，輸入檔案是名為 input.wav 的音訊檔案。

-map_channel 0.0.0：這是 ffmpeg 的一個高階通道對映選項。-map_channel 後面跟著的是通道對映的引數。這裡的 0.0.0 表示選擇第一個輸入流（0）的第一個通道（0）的第一個子通道（0），通常用於選擇音訊流中的特定通道。

left.wav：這是輸出檔案的名稱，用於儲存 -map_channel 指定的音訊通道。在這個例子中，left.wav 將儲存從輸入音訊中提取的左通道音訊。

-map_channel 0.0.1：這是另一個通道對映選項，用於選擇第一個輸入流的第二個通道（1），通常用於選擇立體聲音訊中的右通道。

right.wav：這是另一個輸出檔案的名稱，用於儲存 -map_channel 指定的第二個音訊通道。在這個例子中，right.wav 將儲存從輸入音訊中提取的右通道音訊。

結論

上述兩種方案都可以實現需求，但是親測來看，使用ffmpeg這種方式的音訊效果更好，好像加了降噪功能，而python的只是將原始的資料進行了提取，會有噪音。

相關文章