Python音频处理教程：读写详解
本文系统介绍了Python中处理音频文件的四大主流库——scipy.io.wavfile（专精WAV读写）、soundfile（多格式兼容，支持FLAC/OGG等）、pydub（基于ffmpeg，擅长MP3操作与音频剪辑）和librosa（面向音乐信号分析，内置重采样与归一化），并结合代码示例清晰展示了各库在读取、生成、转换及参数控制上的核心用法，同时强调采样率、位深和通道数等关键概念对避免数据错误的重要性，为语音识别、音乐信息检索和音频工程等实际应用提供了即学即用的技术指南。
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 wavfilesample_rate, audio_data = wavfile.read('audio.wav') print("采样率:", sample_rate) print("音频数据形状:", audio_data.shape)
写入 WAV 文件：
import numpy as np from scipy.io import wavfile生成一个简单的正弦波作为示例
duration = 2 # 秒 frequency = 440 # Hz t = np.linspace(0, duration, int(sample_rate duration), False) tone = np.sin(2 np.pi frequency t) * 32767 # 转为 16 位整数范围 tone = tone.astype(np.int16)
wavfile.write('output.wav', sample_rate, tone)
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 sfaudio_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)
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 AudioSegmentaudio = AudioSegment.from_mp3("audio.mp3")
其他格式可用 from_wav, from_ogg 等，或统一用 from_file
audio = AudioSegment.from_file("audio.m4a", format="m4a")
获取参数
sample_rate = audio.frame_rate channels = audio.channels duration_ms = len(audio)
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 librosaaudio_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)
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 sfsf.write('reconstructed.wav', audio_data, sample_rate)
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。
终于介绍完啦！小伙伴们，这篇关于《Python音频处理教程：读写详解》的介绍应该让你收获多多了吧！欢迎大家收藏或分享给更多需要学习的朋友吧~golang学习网公众号也会发布文章相关知识，快来关注吧！
前端日志收集与异常捕获方法
- 上一篇
- 前端日志收集与异常捕获方法
- 下一篇
- 响应式汉堡菜单切换实现方法
-
- 文章 · python教程 | 1天前 | logging · Python教程 · 后端开发 · 日志排查 · Python logging 日志重复 propagate addHandler basicConfig
- Python logging 日志重复打印排查：为什么一条记录输出了两遍
- 324浏览 收藏
-
- 文章 · python教程 | 1星期前 | 默认值 · python · 数据建模 · dataclass · default_factory · field · Python 数据类 Field 可变默认值 dataclass default_factory
- Python dataclass 默认值完整工作流：从可变默认值到 default_factory
- 228浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案，代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景，打造一站式知识长龙服务，适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例，全面具体可落地，从理论到实践，一步一步将GO核心编程技术、编程思想、底层实现融会贯通，使学习者贴近时代脉搏，做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信：Le-studyg；在课程中，我们将首先介绍MySQL8的新特性，包括性能优化、安全增强、新数据类型等，帮助学生快速熟悉MySQL8的最新功能。接着，我们将深入解析MySQL的网络通信机制，包括协议、连接管理、数据传输等，让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网，分为导航，轮播，关于我们，成功案例，服务流程，团队介绍，数据部分，公司动态，底部信息等内容区块。网站整体采用CSSGrid布局，支持响应式，有流畅过渡和展现动画。
- 485次学习
-
- ljg-skills
- ljg-skills 是李继刚开源的 AI 技能与提示词集合，面向大模型使用者整理了一批可复用的 prompt、角色设定和任务技能模板，适合用于学习提示词设计、搭建个人 AI 工作流和沉淀团队常用智能体能力。
- 2700次使用
-
- MELO音乐
- MELO音乐是一站式AI视频与音乐制作助手，对标suno, udio的高品质体验。提供伴奏生成、原创写词、无损导出、哼唱识曲、混音变声等全套音频与短视频编辑工具。无论是流行Kpop、电音说唱、民谣古风、摇滚儿歌还是商用轻音乐，MELO为你免费谱曲，轻松做同款！
- 2499次使用
-
- UniScribe
- UniScribe 是一款 AI 音视频转文字与内容整理工具，支持上传音频、视频文件或粘贴 YouTube 链接，自动生成转写文本、摘要、思维导图和关键问题，并支持多格式导出，适合会议记录、课程学习、访谈整理和内容创作复盘。
- 2438次使用
-
- 剧云
- 剧云是专业中文剧本创作平台，安全稳定运行十余年，集成AI编剧、剧本医生审核、人物小传、剧情关系图、大纲编写、多人协作、Word导入导出、版权管控功能，数据安全防护，轻松高效创作剧本。
- 2671次使用
-
- 万象有声
- 万象有声，一个专为有声创作者打造的新一代智能有声内容创作平台。平台提供专业的智能拆章、智能画本编辑、AI配音、AI生成音效、后期制作、智能对轨、智能审听等有声创作全流程工具，可以帮助创作者高效、低成本创作出引人入胜的有声作品。立即体验，让有声书制作更简单！
- 2615次使用
-
- Python监控网页状态：requests异常处理实战
- 2026-05-29 501浏览
-
- TensorFlow模型部署为API的TF Serving方法
- 2026-05-26 501浏览
-
- Python字符串编码转换：encode与decode详解
- 2026-05-16 501浏览
-
- TensorFlow裁剪无用算子方法详解
- 2026-05-15 501浏览
-
- httpx 如何设置代理认证（Proxy-Authorization）
- 2026-05-05 501浏览
