wave

wave 模块提供对 WAV 音频文件的读写接口，仅支持未压缩的 PCM 编码格式。

wave

读取 WAV 文件

import wave

with wave.open("audio.wav", "rb") as wf:
    # 获取音频基本参数
    channels = wf.getnchannels()     # 声道数（1=单声道，2=立体声）
    sampwidth = wf.getsampwidth()    # 采样宽度（字节，2=16位）
    framerate = wf.getframerate()    # 采样率（如 44100）
    nframes = wf.getnframes()        # 总帧数
    duration = nframes / framerate   # 时长（秒）

    print(f"声道: {channels}, 采样宽度: {sampwidth}字节")
    print(f"采样率: {framerate}Hz, 帧数: {nframes}")
    print(f"时长: {duration:.2f}秒")

    # 也可以用 getparams() 一次获取所有参数
    params = wf.getparams()
    print(params)
    # _wave_params(nchannels=1, sampwidth=2, framerate=44100, ...)

    # 读取全部音频数据（返回 bytes）
    frames = wf.readframes(nframes)
    print(f"数据大小: {len(frames)} 字节")

写入 WAV 文件

import wave
import struct
import math

# 生成一段正弦波音频并写入 WAV 文件
filename = "sine_wave.wav"
duration = 2        # 时长 2 秒
framerate = 44100   # 采样率
frequency = 440     # 频率 440Hz（标准 A 音）
amplitude = 32767   # 16 位采样的最大振幅

with wave.open(filename, "wb") as wf:
    wf.setnchannels(1)       # 单声道
    wf.setsampwidth(2)       # 16 位 = 2 字节
    wf.setframerate(framerate)

    for i in range(framerate * duration):
        t = i / framerate
        sample = int(amplitude * math.sin(2 * math.pi * frequency * t))
        wf.writeframes(struct.pack("<h", sample))

print(f"已生成 {filename}")

tip

也可以用 setparams() 一次性设置所有参数：wf.setparams((1, 2, 44100, 0, 'NONE', 'not compressed'))。注意必须在写入任何帧数据之前完成参数设置。

复制并修改 WAV 文件

import wave
import audioop

# 将立体声 WAV 转换为单声道
with wave.open("stereo.wav", "rb") as src:
    params = src.getparams()
    frames = src.readframes(src.getnframes())

    if params.nchannels == 2:
        # 将立体声混合为单声道
        frames = audioop.tomono(frames, params.sampwidth, 0.5, 0.5)

    with wave.open("mono.wav", "wb") as dst:
        dst.setnchannels(1)
        dst.setsampwidth(params.sampwidth)
        dst.setframerate(params.framerate)
        dst.writeframes(frames)

info

audioop 模块在 Python 3.13 中已被移除。如果使用 Python 3.13+，可以考虑用 numpy 或 pydub 等第三方库处理音频数据。

拼接多个 WAV 文件

import wave

def concatenate_wav(file_list: list[str], output: str):
    """将多个相同参数的 WAV 文件拼接为一个"""
    with wave.open(file_list[0], "rb") as first:
        params = first.getparams()

    with wave.open(output, "wb") as out:
        out.setparams(params)
        for filepath in file_list:
            with wave.open(filepath, "rb") as wf:
                out.writeframes(wf.readframes(wf.getnframes()))

# 用法示例
# concatenate_wav(["part1.wav", "part2.wav", "part3.wav"], "merged.wav")

tip

拼接要求所有文件的声道数、采样宽度和采样率完全一致，否则输出文件会出现杂音或播放异常。

配合 struct 解析音频帧数据

import wave
import struct

with wave.open("audio.wav", "rb") as wf:
    sampwidth = wf.getsampwidth()
    nframes = min(wf.getnframes(), 10)  # 只读前 10 帧
    raw = wf.readframes(nframes)

    # 16 位采样用 'h'（short），8 位用 'b'（byte）
    fmt = f"<{nframes}h" if sampwidth == 2 else f"<{nframes}b"
    samples = struct.unpack(fmt, raw)

    for i, s in enumerate(samples):
        print(f"帧 {i}: {s}")