2019-11-04-Python3.7 读取 mp3 音频文件生成波形图

layout: posttitle: Python3.7 读取 mp3 音频文件生成波形图
subtitle: Python3.7 读取 mp3 音频文件生成波形图
date: 2019-11-04
author: he xiaodong
header-img: img/default-post-bg.jpg
catalog: true
tags:
- Python3.7
- ffmpeg
- MP3 转成 wav
- matplotlib
- 生成波形图
- wav waveforms

测试环境为Windows 10 系统，Python3.7，转换需要提前安装pydub、ffmpeg，安装和加入环境变量配置方法自行解决，至于缺少的包直接 pip install xx 搞定。

主要是 mp3 转成 wav 格式的文件，因为 mp3 格式为了减小体积牺牲了音质，转成无损的 wav 格式之后，可以读取到更详细的信息。然后读取 wav 的信息，利用 matlotlib 绘图即可。

mp3towavaform.py 代码：

#coding=utf8
from pydub import AudioSegment
import wave
import io
import numpy as np
import matplotlib.pyplot as plt   #专业绘图库
from PIL import Image
import pylab
from scipy.io import wavfile
# 先从本地获取 mp3 的 bytestring 作为数据样本
filename = "b.mp3"
fp=open(filename, 'rb')
data=fp.read()
fp.close()
# 读取
aud=io.BytesIO(data)
sound=AudioSegment.from_file(aud, format='mp3')
raw_data = sound._data
# 写入到文件
l=len(raw_data)
f = wave.open(filename + ".wav",'wb')
f.setnchannels(1)
f.setsampwidth(2)
f.setframerate(16000)
f.setnframes(l)
f.writeframes(raw_data)
f.close()
# 读取生成波形图
samplerate, data = wavfile.read(filename + ".wav")
times = np.arange(len(data))/float(samplerate)
# print(len(data), samplerate, times)
# 可以以寸为单位自定义宽高  frameon=False 为关闭边框
fig = plt.figure(figsize=(20, 5), facecolor="white")
# plt.tick_params(top='off', bottom='off', left='off', right='off', labelleft='off', labelbottom='on')
ax = fig.add_axes([0, 0, 1, 1])
ax.axis('off')
plt.fill_between(times, data, linewidth = '1', color='green')
plt.xticks([])
plt.yticks([])
plt.savefig(filename + '.png', dpi=100, transparent=False, bbox_inches='tight', edgecolor='w')
#plt.show()

最终就可以生成一个无边框的波形图，matplotlib 的可选参数非常多，至于生成的波形图想要什么边框，颜色，图例，坐标轴信息等，可以查阅 matplotlib 社区文档。

最终效果图：

参考链接：

1. SF社区关于mp3转wav的问答
2. 百度百科 wav 词条
3. matplotlib 中文社区
4. 音频格式：MP3, WAV的对比与实现

© 半原创文章

最后恰饭 阿里云全系列产品/短信包特惠购买 中小企业上云最佳选择 阿里云内部优惠券