audioop

audioop — Manipulate raw audio data

该audioop模块包含对声音片段的一些有用操作。它对由8,16或32位宽的有符号整数样本组成的声音片段进行操作，并以Python字符串存储。这与al和sunaudiodev模块使用的格式相同。所有标量项都是整数，除非另有规定。

该模块提供对a-LAW，u-LAW和Intel / DVI ADPCM编码的支持。

一些更复杂的操作只需要16位采样，否则采样大小（以字节为单位）始终是操作的参数。

该模块定义了以下变量和功能：

exception audioop.error

所有错误都会引发此异常，例如每个样本的未知字节数等等。

audioop.add(fragment1, fragment2, width)

返回一个片段，它是作为参数传递的两个样本的添加。宽度是以字节为单位的采样宽度1，2或者是4。两个片段应具有相同的长度。溢出时截断样本。

audioop.adpcm2lin(adpcmfragment, width, state)

将Intel / DVI ADPCM编码片段解码为线性片段。有关lin2adpcm()ADPCM编码的详细信息，请参阅说明。返回(sample, newstate)样本宽度指定宽度的元组。

audioop.alaw2lin(fragment, width)

将a-LAW编码中的声音片段转换为线性编码的声音片段。a-LAW编码总是使用8位样本，因此宽度仅指此处输出片段的样本宽度。

2.5版本中的新功能。

audioop.avg(fragment, width)

返回片段中所有样本的平均值。

audioop.avgpp(fragment, width)

返回片段中所有样本的平均峰 - 峰值。没有过滤完成，所以这个例程的用处是有问题的。

audioop.bias(fragment, width, bias)

返回一个片段，该片段是在每个样本中添加了偏差的原始片段。样品环绕在溢出情况下。

audioop.cross(fragment, width)

返回作为参数传递的片段中零交叉的数量。

audioop.findfactor(fragment, reference)

返回一个因子F，使其rms(add(fragment, mul(reference, -F)))最小化，也就是说，返回您应该乘以参考的因子，使其尽可能匹配以便片段化。这些片段都应该包含2个字节的样本。

这个程序所用的时间与成正比len(fragment)。

audioop.findfit(fragment, reference)

尝试尽可能将参考与片段的一部分（应该是更长的片段）进行匹配。这是（从概念上）通过从片段中取出片段来完成的，findfactor()用于计算最佳匹配并最小化结果。这些片段都应该包含2个字节的样本。返回一个元组(offset, factor)，其中偏移量是（整数）偏移量到最佳匹配开始的片段，factor是（浮点）因子findfactor()。

audioop.findmax(fragment, length)

搜索具有最大能量的长度长度采样片段（不是字节！），即返回i，其最大值。这些片段都应该包含2个字节的样本。rms(fragment[i*2:(i+length)*2])

该程序需要的时间与成比例len(fragment)。

audioop.getsample(fragment, width, index)

从片段中返回样本索引的值。

audioop.lin2adpcm(fragment, width, state)

将采样转换为4位Intel / DVI ADPCM编码。ADPCM编码是一种自适应编码方案，其中每个4位数是一个样本与下一个样本之间的差异，除以（变化）步骤。英特尔/ DVI ADPCM算法已被IMA选用，因此它很可能成为标准。

state是一个包含编码器状态的元组。编码器返回一个元组(adpcmfrag, newstate)，并且新状态应该被传递给下一个lin2adpcm()。在最初的调用中，None可以作为状态传递。adpcmfrag是ADPCM编码的片段，每个字节包装2个4位值。

audioop.lin2alaw(fragment, width)

将音频片段中的样本转换为a-LAW编码，并将其作为Python字符串返回。a-LAW是一种音频编码格式，您只需使用8位样本即可获得约13位的动态范围。它由Sun音频硬件等使用。

2.5版本中的新功能。

audioop.lin2lin(fragment, width, newwidth)

在1，2和4字节格式之间转换采样。

注意

在某些音频格式（如.WAV文件）中，有16位和32位采样被签名，但8位采样未经签名。因此，当转换为这些格式的8位宽采样时，还需要将128添加到结果中：

new_frames = audioop.lin2lin(frames, old_width, 1)
new_frames = audioop.bias(new_frames, 1, 128)

相反，在从8位转换为16位或32位宽度采样时，必须应用相同的方法。

audioop.lin2ulaw(fragment, width)

将音频片段中的样本转换为u-LAW编码，并将其作为Python字符串返回。u-LAW是一种音频编码格式，您只需使用8位采样即可获得约14位的动态范围。它由Sun音频硬件等使用。

audioop.max(fragment, width)

返回片段中所有样本的绝对值的最大值。

audioop.maxpp(fragment, width)

返回声音片段中的最大峰 - 峰值。

audioop.minmax(fragment, width)

返回由声音片段中所有样本的最小值和最大值组成的元组。

audioop.mul(fragment, width, factor)

返回原始片段中所有样本乘以浮点值因子的片段。溢出时截断样本。

audioop.ratecv(fragment, width, nchannels, inrate, outrate, state[, weightA[, weightB]])

转换输入片段的帧频。

state是包含转换器状态的元组。转换器返回一个元组(newfragment, newstate)，并且newstate应该被传递给下一个调用ratecv()。最初的呼叫应该None作为状态传递。

的weightA和weightB参数是一个简单的数字滤波器和默认参数以1及0分别。

audioop.reverse(fragment, width)

反转片段中的样本并返回修改后的片段。

audioop.rms(fragment, width)

返回片段的均方根，即sqrt(sum(S_i^2)/n)。

这是衡量音频信号功率的指标。

audioop.tomono(fragment, width, lfactor, rfactor)

将立体声片段转换为单声道片段。左声道乘以lfactor，右声道乘以rfactor，然后再添加两个声道以提供单声道信号。

audioop.tostereo(fragment, width, lfactor, rfactor)

从单片段生成立体声片段。每对在立体声片段的样品被从样品单声道，由此左声道采样乘以计算lfactor通过和右信道样本rfactor。

audioop.ulaw2lin(fragment, width)

将u-LAW编码中的声音片段转换为线性编码的声音片段。u-LAW编码总是使用8位样本，因此宽度仅指此处输出片段的样本宽度。

请注意，诸如mul()或max()不区分单声道和立体声片段的操作，即所有样本均被视为相同。如果这是一个问题，立体声片段应该先被分成两个单声道片段，然后重新组合。这里是一个如何做到这一点的例子：

def mul_stereo(sample, width, lfactor, rfactor):
    lsample = audioop.tomono(sample, width, 1, 0)
    rsample = audioop.tomono(sample, width, 0, 1)
    lsample = audioop.mul(lsample, width, lfactor)
    rsample = audioop.mul(rsample, width, rfactor)
    lsample = audioop.tostereo(lsample, width, 1, 0)
    rsample = audioop.tostereo(rsample, width, 0, 1)
    return audioop.add(lsample, rsample, width)

如果您使用ADPCM编码器来构建网络数据包，并且希望您的协议是无状态的（即能够承受数据包丢失），则不仅应该传输数据，还应该传输状态。请注意，您应该将初始状态（传递给您的那个状态lin2adpcm()）发送给解码器，而不是最终状态（由编码器返回）。如果要使用struct.Struct以二进制形式存储状态，则可以将第一个元素（预测值）编码为16位，将第二个（delta索引）编码为8。

ADPCM编码器从未与其他ADPCM编码器一起使用过，仅针对他们自己。很可能是因为我错误地解释了标准，在这种情况下，他们将不能与各自的标准互操作。

这些find*()例程一看起来可能有点有趣。它们主要是为了做回声消除。这样做的一个相当快速的方法是从输出采样中选出最有活力的一块，在输入采样中找到它，并从输入采样中减去整个输出采样：

def echocancel(outputdata, inputdata):
    pos = audioop.findmax(outputdata, 800)    # one tenth second
    out_test = outputdata[pos*2:]
    in_test = inputdata[pos*2:]
    ipos, factor = audioop.findfit(in_test, out_test)
    # Optional (for better cancellation):
    # factor = audioop.findfactor(in_test[ipos*2:ipos*2+len(out_test)],
    #              out_test)
    prefill = '\0'*(pos+ipos)*2
    postfill = '\0'*(len(inputdata)-len(prefill)-len(outputdata))
    outputdata = prefill + audioop.mul(outputdata, 2, -factor) + postfill
    return audioop.add(inputdata, outputdata, 2)