[Python] wavファイルを読み込む方法

import wave
# WAVファイルを開く
with wave.open('sample.wav', 'rb') as wav_file:
    # WAVファイルの情報を表示
    print("ファイルが正常に開かれました。")

import wave
with wave.open('sample.wav', 'rb') as wav_file:
    # メタデータの取得
    num_channels = wav_file.getnchannels()  # チャンネル数
    sample_width = wav_file.getsampwidth()  # サンプル幅
    frame_rate = wav_file.getframerate()    # サンプリングレート
    num_frames = wav_file.getnframes()       # フレーム数
    # メタデータの表示
    print(f"チャンネル数: {num_channels}")
    print(f"サンプル幅: {sample_width} バイト")
    print(f"サンプリングレート: {frame_rate} Hz")
    print(f"フレーム数: {num_frames}")

import wave
import numpy as np
with wave.open('sample.wav', 'rb') as wav_file:
    # 音声データの読み込み
    num_frames = wav_file.getnframes()
    audio_data = wav_file.readframes(num_frames)
    # NumPy配列に変換
    audio_array = np.frombuffer(audio_data, dtype=np.int16)  # 16ビット整数として変換
    print("音声データが正常に読み込まれました。")

import wave
import numpy as np
import sounddevice as sd
with wave.open('sample.wav', 'rb') as wav_file:
    # 音声データの読み込み
    num_frames = wav_file.getnframes()
    audio_data = wav_file.readframes(num_frames)
    audio_array = np.frombuffer(audio_data, dtype=np.int16)
    # 音声データの再生
    sd.play(audio_array, samplerate=wav_file.getframerate())
    sd.wait()  # 再生が終わるまで待機

from scipy.io import wavfile
# WAVファイルを読み込む
sample_rate, audio_data = wavfile.read('sample.wav')
# 読み込んだサンプリングレートとデータのサイズを表示
print(f"サンプリングレート: {sample_rate} Hz")
print(f"音声データのサイズ: {audio_data.shape}")

from scipy.io import wavfile
import numpy as np
# WAVファイルを読み込む
sample_rate, audio_data = wavfile.read('sample.wav')
# 音量を2倍にする
audio_data = audio_data * 2
# 音量をクリッピング(-32768から32767の範囲に制限)
audio_data = np.clip(audio_data, -32768, 32767).astype(np.int16)
# 加工したデータを新しいWAVファイルに保存
wavfile.write('sample_louder.wav', sample_rate, audio_data)
print("音量を2倍にした音声データを保存しました。")

import matplotlib.pyplot as plt
from scipy.io import wavfile
# WAVファイルを読み込む
sample_rate, audio_data = wavfile.read('sample.wav')
# 時間軸を作成
time = np.linspace(0, len(audio_data) / sample_rate, num=len(audio_data))
# 波形をプロット
plt.figure(figsize=(10, 4))
plt.plot(time, audio_data)
plt.title('音声データの波形')
plt.xlabel('時間 (秒)')
plt.ylabel('振幅')
plt.xlim(0, time[-1])
plt.grid()
plt.show()

import librosa
# WAVファイルを読み込む
audio_data, sample_rate = librosa.load('sample.wav', sr=None)
# 読み込んだサンプリングレートとデータのサイズを表示
print(f"サンプリングレート: {sample_rate} Hz")
print(f"音声データのサイズ: {audio_data.shape}")

import librosa
# WAVファイルを22050 Hzで読み込む
audio_data, sample_rate = librosa.load('sample.wav', sr=22050)
# 読み込んだサンプリングレートとデータのサイズを表示
print(f"変更後のサンプリングレート: {sample_rate} Hz")
print(f"音声データのサイズ: {audio_data.shape}")

import librosa
import matplotlib.pyplot as plt
# WAVファイルを読み込む
audio_data, sample_rate = librosa.load('sample.wav', sr=None)
# 時間軸を作成
time = librosa.times_like(audio_data, sr=sample_rate)
# 波形をプロット
plt.figure(figsize=(10, 4))
plt.plot(time, audio_data)
plt.title('音声データの波形')
plt.xlabel('時間 (秒)')
plt.ylabel('振幅')
plt.xlim(0, time[-1])
plt.grid()
plt.show()

import librosa
import librosa.display
import matplotlib.pyplot as plt
# WAVファイルを読み込む
audio_data, sample_rate = librosa.load('sample.wav', sr=None)
# スペクトログラムを計算
D = librosa.amplitude_to_db(np.abs(librosa.stft(audio_data)), ref=np.max)
# スペクトログラムをプロット
plt.figure(figsize=(10, 4))
librosa.display.specshow(D, sr=sample_rate, x_axis='time', y_axis='log')
plt.colorbar(format='%+2.0f dB')
plt.title('音声データのスペクトログラム')
plt.show()

import librosa
# WAVファイルを読み込む
audio_data, sample_rate = librosa.load('sample.wav', sr=None)
# MFCCを抽出
mfccs = librosa.feature.mfcc(y=audio_data, sr=sample_rate, n_mfcc=13)
# MFCCのサイズを表示
print(f"MFCCのサイズ: {mfccs.shape}")

from scipy.io import wavfile
import numpy as np
# WAVファイルを読み込む
sample_rate, audio_data = wavfile.read('sample.wav')
# 音量を1.5倍にする
audio_data = audio_data * 1.5
# 音量をクリッピング(-32768から32767の範囲に制限)
audio_data = np.clip(audio_data, -32768, 32767).astype(np.int16)
# 加工したデータを新しいWAVファイルに保存
wavfile.write('sample_louder.wav', sample_rate, audio_data)
print("音量を変更した音声データを保存しました。")

import librosa
# WAVファイルを読み込む
audio_data, sample_rate = librosa.load('sample.wav', sr=None)
# 音声データの速度を1.5倍にする
audio_data_fast = librosa.effects.time_stretch(audio_data, rate=1.5)
# 加工したデータを新しいWAVファイルに保存
librosa.output.write_wav('sample_fast.wav', audio_data_fast, sample_rate)
print("速度を変更した音声データを保存しました。")

import librosa
# WAVファイルを読み込む
audio_data, sample_rate = librosa.load('sample_stereo.wav', sr=None, mono=False)
# ステレオからモノラルに変換
audio_data_mono = np.mean(audio_data, axis=0)
# 加工したデータを新しいWAVファイルに保存
librosa.output.write_wav('sample_mono.wav', audio_data_mono, sample_rate)
print("ステレオからモノラルに変換した音声データを保存しました。")

from pydub import AudioSegment
# WAVファイルを読み込む
audio = AudioSegment.from_wav('sample.wav')
# MP3フォーマットに変換して保存
audio.export('sample.mp3', format='mp3')
print("WAVファイルをMP3フォーマットに変換しました。")

import numpy as np
import matplotlib.pyplot as plt
from scipy.io import wavfile
# WAVファイルを読み込む
sample_rate, audio_data = wavfile.read('sample.wav')
# FFTを計算
fft_result = np.fft.fft(audio_data)
frequencies = np.fft.fftfreq(len(fft_result), 1/sample_rate)
# 周波数スペクトルをプロット
plt.figure(figsize=(10, 4))
plt.plot(frequencies[:len(frequencies)//2], np.abs(fft_result)[:len(fft_result)//2])
plt.title('音声データの周波数スペクトル')
plt.xlabel('周波数 (Hz)')
plt.ylabel('振幅')
plt.xlim(0, 20000)  # 20kHzまで表示
plt.grid()
plt.show()

import librosa
import matplotlib.pyplot as plt
# WAVファイルを読み込む
audio_data, sample_rate = librosa.load('sample.wav', sr=None)
# ピッチを検出
pitches, magnitudes = librosa.piptrack(y=audio_data, sr=sample_rate)
# ピッチの最大値を取得
pitches_max = np.max(pitches, axis=0)
# ピッチをプロット
plt.figure(figsize=(10, 4))
plt.plot(pitches_max)
plt.title('音声データのピッチ')
plt.xlabel('フレーム数')
plt.ylabel('ピッチ (Hz)')
plt.grid()
plt.show()

from scipy.io import wavfile
from scipy.signal import butter, lfilter
# バンドパスフィルタの設計
def butter_bandpass(lowcut, highcut, fs, order=5):
    nyq = 0.5 * fs
    low = lowcut / nyq
    high = highcut / nyq
    b, a = butter(order, [low, high], btype='band')
    return b, a
def bandpass_filter(data, lowcut, highcut, fs, order=5):
    b, a = butter_bandpass(lowcut, highcut, fs, order=order)
    y = lfilter(b, a, data)
    return y
# WAVファイルを読み込む
sample_rate, audio_data = wavfile.read('sample.wav')
# ノイズ除去
filtered_data = bandpass_filter(audio_data, 300.0, 3000.0, sample_rate)
# 加工したデータを新しいWAVファイルに保存
wavfile.write('sample_filtered.wav', sample_rate, filtered_data.astype(np.int16))
print("ノイズを除去した音声データを保存しました。")

import speech_recognition as sr
# 音声認識のインスタンスを作成
recognizer = sr.Recognizer()
# WAVファイルを読み込む
with sr.AudioFile('sample.wav') as source:
    audio = recognizer.record(source)  # 音声データを取得
# 音声認識を実行
try:
    text = recognizer.recognize_google(audio, language='ja-JP')
    print("認識結果:", text)
except sr.UnknownValueError:
    print("音声を認識できませんでした。")
except sr.RequestError as e:
    print(f"音声認識サービスに接続できませんでした: {e}")

import numpy as np
from scipy.io import wavfile
# サンプリングレートと周波数
sample_rate = 44100  # 44.1 kHz
frequency = 440.0     # A4の音(440 Hz)
duration = 2.0        # 2秒間
# 時間軸を作成
t = np.linspace(0, duration, int(sample_rate * duration), endpoint=False)
# サイン波を生成
audio_data = 0.5 * np.sin(2 * np.pi * frequency * t)  # 振幅を0.5に設定
# 16ビット整数に変換
audio_data = (audio_data * 32767).astype(np.int16)
# WAVファイルに保存
wavfile.write('sine_wave.wav', sample_rate, audio_data)
print("サイン波を生成してWAVファイルに保存しました。")

import numpy as np
from scipy.io import wavfile
# 1つ目のWAVファイルを読み込む
sample_rate1, audio_data1 = wavfile.read('sample1.wav')
# 2つ目のWAVファイルを読み込む
sample_rate2, audio_data2 = wavfile.read('sample2.wav')
# サンプリングレートが同じであることを確認
assert sample_rate1 == sample_rate2, "サンプリングレートが異なります。"
# 音声データを結合
combined_audio = np.concatenate((audio_data1, audio_data2))
# 結合したデータを新しいWAVファイルに保存
wavfile.write('combined.wav', sample_rate1, combined_audio)
print("複数のWAVファイルを結合して保存しました。")

import numpy as np
from scipy.io import wavfile
# WAVファイルを読み込む
sample_rate, audio_data = wavfile.read('sample.wav')
# エコー効果を追加
delay = 0.5  # エコーの遅延時間(秒)
delay_samples = int(sample_rate * delay)  # サンプル数に変換
# エコーを追加するための配列を作成
echo_data = np.zeros(len(audio_data) + delay_samples, dtype=np.int16)
# 元の音声データを配置
echo_data[:len(audio_data)] += audio_data
# エコーを配置
echo_data[delay_samples:delay_samples + len(audio_data)] += audio_data * 0.5  # 振幅を0.5に設定
# エコー効果を適用したデータを新しいWAVファイルに保存
wavfile.write('sample_with_echo.wav', sample_rate, echo_data[:len(audio_data)].astype(np.int16))
print("エコー効果を追加したWAVファイルを保存しました。")