首页 > 文章 > python教程

Python音频文件读写教程详解

时间：2026-02-18 22:20:42 427浏览收藏

本文系统介绍了Python中读取与写入音频文件的四大主流方案：scipy.io.wavfile专精于高效处理未压缩WAV格式；soundfile依托libsndfile支持WAV、FLAC、OGG等多种无损/有损格式，接口简洁灵活；pydub基于ffmpeg封装，特别适合MP3等常见格式的剪辑、转换与音效操作；librosa则聚焦音乐与语音分析场景，提供标准化加载（自动重采样、归一化）并常与soundfile协同完成写入。无论你是开发语音识别系统、进行音频信号研究，还是做音乐处理或简单格式转换，都能根据实际需求——如格式兼容性、是否需编辑功能、是否侧重分析——快速选择最合适的工具，并避开采样率错配、位深溢出、通道数误判等常见陷阱。

Python 音频文件的读取与写入方法

处理音频文件在语音识别、音乐分析和信号处理等领域非常常见。Python 提供了多种库来读取和写入音频文件，下面介绍几种常用方法及其使用方式。

1. 使用 scipy.io.wavfile 读写 WAV 文件

scipy.io.wavfile 是处理 WAV 格式音频的简单高效工具，适合读取和保存未压缩的 PCM 音频。

读取 WAV 文件：

from scipy.io import wavfile
<p>sample_rate, audio_data = wavfile.read('audio.wav')
print("采样率:", sample_rate)
print("音频数据形状:", audio_data.shape)</p>

写入 WAV 文件：

import numpy as np
from scipy.io import wavfile
<h1>生成一个简单的正弦波作为示例</h1><p>duration = 2  # 秒
frequency = 440  # Hz
t = np.linspace(0, duration, int(sample_rate <em> duration), False)
tone = np.sin(2 </em> np.pi <em> frequency </em> t) * 32767  # 转为 16 位整数范围
tone = tone.astype(np.int16)</p><p>wavfile.write('output.wav', sample_rate, tone)</p>

注意：wavfile 只支持未压缩的 WAV 文件，不支持 MP3 或其他压缩格式。

2. 使用 soundfile 读写多种格式

soundfile 基于 libsndfile，支持 WAV、FLAC、OGG、AIFF 等多种格式，接口简洁。

安装：

pip install soundfile

读取音频：

import soundfile as sf
<p>audio_data, sample_rate = sf.read('audio.flac')
print("采样率:", sample_rate)
print("通道数:", audio_data.shape[1] if len(audio_data.shape) > 1 else 1)</p>

写入音频：

sf.write('output.ogg', audio_data, sample_rate, format='OGG')

format 参数可指定 'WAV'、'FLAC'、'OGG' 等格式，支持自动根据扩展名推断。

3. 使用 pydub 处理 MP3 等常见格式

pydub 封装了 ffmpeg，能轻松处理 MP3、M4A、WAV 等格式，适合剪辑和转换。

安装：

pip install pydub

需要系统安装 ffmpeg（可通过包管理器或官网下载）。

读取音频：

from pydub import AudioSegment
<p>audio = AudioSegment.from_mp3("audio.mp3")</p><h1>其他格式可用 from_wav, from_ogg 等，或统一用 from_file</h1><h1>audio = AudioSegment.from_file("audio.m4a", format="m4a")</h1><h1>获取参数</h1><p>sample_rate = audio.frame_rate
channels = audio.channels
duration_ms = len(audio)</p>

导出音频：

audio.export("output.wav", format="wav")

pydub 内部以毫秒为单位操作，适合做切片、合并、音量调整等操作。

4. 使用 librosa 分析音频信号

librosa 主要用于音乐和音频分析，支持多种格式，底层依赖 soundfile。

安装：

pip install librosa

读取音频：

import librosa
<p>audio_data, sample_rate = librosa.load('audio.mp3', sr=22050)  # 默认重采样到 22050 Hz
print("采样率:", sample_rate)
print("时长（秒）:", len(audio_data) / sample_rate)</p>

librosa.load 返回的是归一化的浮点数组（范围 -1 到 1），便于后续处理。若需保留原始幅度，可在调用时设置 dtype。

写入音频：

import soundfile as sf
<p>sf.write('reconstructed.wav', audio_data, sample_rate)</p>

librosa 本身不提供 write 方法，通常结合 soundfile 使用。

基本上就这些。根据需求选择合适的方法：处理 WAV 用 scipy，多格式支持用 soundfile，MP3 操作用 pydub，信号分析用 librosa。关键是理解采样率、位深和通道数的概念，避免数据截断或类型错误。

理论要掌握，实操不能落！以上关于《Python音频文件读写教程详解》的详细介绍，大家都掌握了吧！如果想要继续提升自己的能力，那么就来关注golang学习网公众号吧！

资料下载

编程学习资料下载

精选编程（Golang、Python、Java、C++、JavaScript等）教程、电子书与示例源码，一键打包本地下载学习。

立即下载