[Python] wavファイルの音量を変更する方法

pip install numpy

pip install pydub

import wave
# WAVファイルを読み込む
with wave.open('input.wav', 'rb') as wav_file:
    params = wav_file.getparams()  # WAVファイルのパラメータを取得
    frames = wav_file.readframes(params.nframes)  # 音声データを読み込む
print(params)

Wave_read(channels=2, sampwidth=2, framerate=44100, nframes=100000, comptype='NONE', compname='not compressed')

from pydub import AudioSegment
# WAVファイルを読み込む
audio = AudioSegment.from_wav('input.wav')
# 音声の長さを表示
print(len(audio))  # ミリ秒単位で表示

300000  # 例: 300秒

import wave
import numpy as np
# WAVファイルを読み込む
with wave.open('input.wav', 'rb') as wav_file:
    params = wav_file.getparams()  # WAVファイルのパラメータを取得
    frames = wav_file.readframes(params.nframes)  # 音声データを読み込む
# 音声データをnumpy配列に変換
audio_data = np.frombuffer(frames, dtype=np.int16)  # 16ビット整数として読み込む

# 音声データの最大値を取得
max_value = np.max(np.abs(audio_data))
# 音声データの平均値を表示
average_value = np.mean(audio_data)
print(f'音声データの最大値: {max_value}, 平均値: {average_value}')

音声データの最大値: 30000, 平均値: 1000

# 音量を2倍にするスケーリングファクター
scaling_factor = 2.0
# 音声データをスケーリング
scaled_audio_data = audio_data * scaling_factor
# 音声データのクリッピングを防ぐために、範囲を制限
scaled_audio_data = np.clip(scaled_audio_data, -32768, 32767).astype(np.int16)

# 調整後のWAVファイルを保存
with wave.open('output.wav', 'wb') as wav_file:
    wav_file.setparams(params)  # 元のパラメータを設定
    wav_file.writeframes(scaled_audio_data.tobytes())  # スケーリングした音声データを書き込む

from pydub import AudioSegment
# WAVファイルを読み込む
audio = AudioSegment.from_wav('input.wav')
# 音声の長さを表示
print(f'音声の長さ: {len(audio)} ミリ秒')

音声の長さ: 300000 ミリ秒

# 音量を10dB増加させる
increased_volume = audio + 10  # dB単位で指定
# 音量を10dB減少させる
decreased_volume = audio - 10  # dB単位で指定

# 調整後の音声を新しいWAVファイルとして保存
increased_volume.export('output_increased.wav', format='wav')
decreased_volume.export('output_decreased.wav', format='wav')

from pydub import AudioSegment
def normalize_audio(file_path):
    audio = AudioSegment.from_wav(file_path)
    # 音量を自動的に正規化
    normalized_audio = audio.normalize()
    return normalized_audio
# 使用例
normalized_audio = normalize_audio('input.wav')
normalized_audio.export('output_normalized.wav', format='wav')

import os
from pydub import AudioSegment
def batch_adjust_volume(folder_path, increase_db):
    for filename in os.listdir(folder_path):
        if filename.endswith('.wav'):
            audio = AudioSegment.from_wav(os.path.join(folder_path, filename))
            adjusted_audio = audio + increase_db
            adjusted_audio.export(os.path.join(folder_path, f'adjusted_{filename}'), format='wav')
# 使用例
batch_adjust_volume('wav_files', 5)  # 5dB増加

from pydub import AudioSegment
# WAVファイルを読み込む
audio = AudioSegment.from_wav('input.wav')
# 音量を増加させる
adjusted_audio = audio + 5
# フェードインとフェードアウトを追加
final_audio = adjusted_audio.fade_in(2000).fade_out(2000)  # 2秒のフェードインとフェードアウト
# 調整後の音声を保存
final_audio.export('output_with_fade.wav', format='wav')

import matplotlib.pyplot as plt
import numpy as np
from pydub import AudioSegment
def plot_waveform(audio, title):
    samples = np.array(audio.get_array_of_samples())
    plt.figure(figsize=(10, 4))
    plt.plot(samples)
    plt.title(title)
    plt.xlabel('サンプル')
    plt.ylabel('振幅')
    plt.grid()
    plt.show()
# WAVファイルを読み込む
original_audio = AudioSegment.from_wav('input.wav')
adjusted_audio = original_audio + 5  # 音量を調整
# 音声の波形をプロット
plot_waveform(original_audio, '元の音声の波形')
plot_waveform(adjusted_audio, '調整後の音声の波形')