audioop — Манипулирование необработанными аудиоданными¶

Модуль audioop содержит несколько полезных операций над звуковыми фрагментами. Он работает со звуковыми фрагментами, состоящими из знаковых целочисленных выборок шириной 8, 16, 24 или 32 бита, хранящихся в bytes-like objects. Все скалярные элементы являются целыми числами, если не указано иное.

Этот модуль обеспечивает поддержку кодировок a-LAW, u-LAW и Intel/DVI ADPCM.

Некоторые из более сложных операций принимают только 16-битные выборки, в противном случае размер выборки (в байтах) всегда является параметром операции.

В модуле определены следующие переменные и функции:

exception audioop.error¶

Это исключение возникает при всех ошибках, таких как неизвестное количество байт на выборку и т.д.

audioop.add(fragment1, fragment2, width)¶

Возвращает фрагмент, который является сложением двух образцов, переданных в качестве параметров. width - это ширина образца в байтах, либо 1, 2, 3, либо 4. Оба фрагмента должны иметь одинаковую длину. В случае переполнения выборки усекаются.

audioop.adpcm2lin(adpcmfragment, width, state)¶

Декодирование фрагмента Intel/DVI с кодировкой ADPCM в линейный фрагмент. Подробности кодирования ADPCM см. в описании lin2adpcm(). Возвращает кортеж (sample, newstate), где образец имеет ширину, указанную в width.

audioop.alaw2lin(fragment, width)¶

Преобразование звуковых фрагментов в кодировке a-LAW в линейно закодированные звуковые фрагменты. Кодировка a-LAW всегда использует 8-битные выборки, поэтому width здесь относится только к ширине выборки выходного фрагмента.

audioop.avg(fragment, width)¶

Возвращает среднее значение по всем образцам во фрагменте.

audioop.avgpp(fragment, width)¶

Возвращает среднее значение пик-пик по всем образцам во фрагменте. Фильтрация не производится, поэтому полезность этой процедуры сомнительна.

audioop.bias(fragment, width, bias)¶

Возвращает фрагмент, который является исходным фрагментом с добавлением смещения к каждому образцу. Образцы оборачиваются в случае переполнения.

audioop.byteswap(fragment, width)¶

«Byteswap» всех выборок во фрагменте и возвращает измененный фрагмент. Преобразует выборки big-endian в little-endian и наоборот.

Добавлено в версии 3.4.

audioop.cross(fragment, width)¶

Возвращает количество пересечений нуля во фрагменте, переданном в качестве аргумента.

audioop.findfactor(fragment, reference)¶

Верните коэффициент F такой, что rms(add(fragment, mul(reference, -F))) минимален, т.е. верните коэффициент, на который следует умножить ссылку, чтобы она как можно лучше совпала с фрагментом. Фрагменты должны оба содержать 2-байтовые выборки.

Время, затрачиваемое этой процедурой, пропорционально len(fragment).

audioop.findfit(fragment, reference)¶

Попытайтесь как можно лучше сопоставить ссылку с частью фрагмента (который должен быть более длинным фрагментом). Это делается (концептуально) путем выделения фрагментов из фрагмента, использования findfactor() для вычисления наилучшего соответствия и минимизации результата. Фрагменты должны оба содержать 2-байтовые выборки. Возвращает кортеж (offset, factor), где offset - это (целое число) смещение в фрагменте, с которого началось оптимальное совпадение, а factor - коэффициент (с плавающей точкой) согласно findfactor().

audioop.findmax(fragment, length)¶

Поиск фрагмента для фрагмента длиной length выборок (не байтов!) с максимальной энергией, т.е. возвращение i, для которого rms(fragment[i*2:(i+length)*2]) максимально. Фрагменты должны оба содержать 2-байтовые выборки.

Процедура занимает время, пропорциональное len(fragment).

audioop.getsample(fragment, width, index)¶

Возвращает значение выборки index из фрагмента.

audioop.lin2adpcm(fragment, width, state)¶

Преобразование образцов в 4-битное кодирование Intel/DVI ADPCM. Кодирование ADPCM - это адаптивная схема кодирования, при которой каждое 4-битное число представляет собой разницу между одним образцом и следующим, разделенную на (изменяющийся) шаг. Алгоритм Intel/DVI ADPCM был выбран для использования IMA, поэтому он вполне может стать стандартом.

state - это кортеж, содержащий состояние кодера. Кодер возвращает кортеж (adpcmfrag, newstate), а newstate должно быть передано в следующий вызов lin2adpcm(). В начальном вызове в качестве состояния может быть передано None. adpcmfrag - это ADPCM-кодированный фрагмент, упакованный по 2 4-битных значения на байт.

audioop.lin2alaw(fragment, width)¶

Преобразуйте образцы аудиофрагмента в кодировку a-LAW и верните это как объект bytes. a-LAW - это формат кодирования аудио, при котором вы получаете динамический диапазон около 13 бит, используя только 8-битные образцы. Он используется, в частности, в аудиоаппаратуре Sun.

audioop.lin2lin(fragment, width, newwidth)¶

Преобразование образцов между 1-, 2-, 3- и 4-байтовыми форматами.

Примечание

В некоторых аудиоформатах, таких как файлы .WAV, 16, 24 и 32-битные выборки являются знаковыми, а 8-битные - беззнаковыми. Поэтому при преобразовании в 8-битные сэмплы для этих форматов необходимо также добавить 128 к результату:

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

То же самое, в обратном порядке, должно применяться при преобразовании выборок шириной 8 в 16, 24 или 32 бита.

audioop.lin2ulaw(fragment, width)¶

Преобразуйте образцы аудиофрагмента в кодировку u-LAW и верните это как объект bytes. u-LAW - это формат кодирования аудио, при котором вы получаете динамический диапазон около 14 бит, используя только 8-битные образцы. Он используется, в частности, в аудиоаппаратуре Sun.

audioop.max(fragment, width)¶

Возвращает максимальное из абсолютных значений всех образцов во фрагменте.

audioop.maxpp(fragment, width)¶

Возвращает максимальное значение пик-пик в звуковом фрагменте.

audioop.minmax(fragment, width)¶

Возвращает кортеж, состоящий из минимального и максимального значений всех образцов в звуковом фрагменте.

audioop.mul(fragment, width, factor)¶

Возвращает фрагмент, в котором все выборки исходного фрагмента умножены на значение с плавающей точкой фактор. Образцы усекаются в случае переполнения.

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

Преобразование частоты кадров входного фрагмента.

state - кортеж, содержащий состояние конвертера. Конвертер возвращает кортеж (newfragment, newstate), а newstate должно быть передано в следующий вызов ratecv(). При первоначальном вызове в качестве состояния следует передать None.

Аргументы weightA и weightB являются параметрами для простого цифрового фильтра и по умолчанию имеют значения 1 и 0 соответственно.

audioop.reverse(fragment, width)¶

Изменяет выборки во фрагменте и возвращает измененный фрагмент.

audioop.rms(fragment, width)¶

Возвращает среднеквадратичное значение фрагмента, т.е. sqrt(sum(S_i^2)/n).

Это мера мощности в аудиосигнале.

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

Преобразование стереофрагмента в монофрагмент. Левый канал умножается на lfactor, а правый - на rfactor, после чего два канала складываются для получения монофонического сигнала.

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

Генерирование стереофрагмента из монофрагмента. Каждая пара образцов в стерео фрагменте вычисляется из моно образца, при этом образцы левого канала умножаются на lfactor, а образцы правого канала на rfactor.

audioop.ulaw2lin(fragment, width)¶

Преобразование звуковых фрагментов в кодировке u-LAW в линейно закодированные звуковые фрагменты. Кодировка u-LAW всегда использует 8-битные сэмплы, поэтому width здесь относится только к ширине сэмпла выходного фрагмента.

Обратите внимание, что такие операции, как mul() или max() не делают различий между моно и стерео фрагментами, т.е. все образцы рассматриваются одинаково. Если это является проблемой, стереофрагмент должен быть сначала разделен на два монофрагмента, а затем объединен. Вот пример того, как это сделать:

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)

Если вы используете кодер ADPCM для создания сетевых пакетов и хотите, чтобы ваш протокол был без статических данных (т.е. мог переносить потерю пакетов), вы должны передавать не только данные, но и состояние. Обратите внимание, что вы должны передать декодеру инициальное состояние (то, которое вы передали в lin2adpcm()), а не конечное состояние (возвращенное кодером). Если вы хотите использовать struct.Struct для хранения состояния в двоичном виде, вы можете закодировать первый элемент (предсказанное значение) в 16 битах, а второй (дельта-индекс) - в 8.

Кодеры ADPCM никогда не испытывались против других кодеров ADPCM, только против самих себя. Вполне возможно, что я неправильно истолковал стандарты, и в этом случае они не будут совместимы с соответствующими стандартами.

Процедуры find*() на первый взгляд могут показаться немного смешными. В первую очередь они предназначены для подавления эха. Достаточно быстрый способ сделать это - выбрать наиболее энергичный фрагмент выходного образца, поместить его во входной образец и вычесть весь выходной образец из входного образца:

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)