1.使用ffmpeg生成PCM文件

ffmpeg作为开源软件，应用非常广泛，这里我们借用它来把mp3转化成PCM文件。PCM文件没有文件头，帧头等信息，直接就是二进制的音频数据。播放时需要的 采样率，位深，大小端存储，通道 等信息，PCM文件也没有包含，使用ffmpeg播放时需要指定这些信息（由于PCM文件是自己生成的，所以我们知道这些信息的）。

首先选一个mp3文件，我选的源文件是一首5分钟长的歌曲，我先用格式工厂把它分割成3部分，取其中一部分，不需要太大的数据，分割后的文件大小为1.46MB，时长01：36，如下图：
在这里插入图片描述
把Part2.mp3放到ffmpeg目录下，打开windows shell，进入ffmpeg目录。

1.1 用 ffprobe 查看文件信息

>ffprobe -i Part2.mp3
  Duration: 00:01:36.31, start: 0.025057, bitrate: 128 kb/s
  Stream #0:0: Audio: mp3, 44100 Hz, stereo, fltp, 128 kb/s
    Metadata:
      encoder         : Lavc59.12

1.2 用 ffmpeg 命令转换

为了方便查看数据，我选择单通道输出

>ffmpeg -i Part2.mp3 -ar  22050 -ac 1 -f s16le Part2.pcm
Stream mapping:
  Stream #0:0 -> #0:0 (mp3 (mp3float) -> pcm_s16le (native))
Press [q] to stop, [?] for help
Output #0, s16le, to 'Part2.pcm':
  Metadata:
    title           : è·ç¦» (æˆ‘ä¸é
)
    album           : æˆ‘å¾ˆå¿™
    genre           : Pop
    artist          : å‘¨æ°ä¼¦
    album_artist    : å‘¨æ°ä¼¦
    composer        : å‘¨æ°ä¼¦
    comment         : ExactAudioCopy v0.99pb3
    DISCID          : ISCID
    encoder         : Lavf59.27.100
  Stream #0:0: Audio: pcm_s16le, 22050 Hz, mono, s16, 352 kb/s
    Metadata:
      encoder         : Lavc59.37.100 pcm_s16le
size=    4146kB time=00:01:36.28 bitrate= 352.8kbits/s speed= 606x
video:0kB audio:4146kB subtitle:0kB other streams:0kB global headers:0kB muxing overhead: 0.000000%

命令简单解释：

# 输入文件
-i 
# 格式
-f fmt              force format
#这里的参数 s16le 表示 数据格式为有符号16bit 整型，小端存储格式
#设置音频采样率
-ar rate            set audio sampling rate (in Hz)
#设置音频通道数
-ac channels        set number of audio channels
#最后的参数为输出文件名

1.3 用ffplay 测试播放PCM文件

ffplay -ar 22050 -ac 1 -f s16le -i  Part2.pcm

在这里插入图片描述
可以在电脑中播放出正常的音乐，说明这个PCM文件是有效的。

2.python读取PCM文件显示波形

使用下面的代码：

import matplotlib.pyplot as plt  #画图包
import numpy as np 
cnt=500
#	1.设定文件的格式为小端，16bit有符号整型，小端存储
dt = np.dtype('<h')
#	2.读取二进制文件，作为y轴数据
y=np.fromfile('Part2.pcm', dtype=dt, count=cnt, sep='', offset=20000)
#	3.生成x轴数据
x=np.linspace(1, cnt,cnt, dtype=int)
print(x)
print(y)
#	4.绘制成图表
plt.plot(x,y,'bp--') #
#	5.显示图表
plt.show()

改变offset和cnt可以查看自己想看的某段数据图表。
在这里插入图片描述

2.1 函数numpy.fromfile

y=np.fromfile(‘Part2.pcm’, dtype=dt, count=cnt, sep=‘’, offset=20000) dt的含义详见下一节。表示以16位bit的带符号整型数据类型和小端存储格式读取文件名为“Part2.pcm”的二进制文件，从偏移量为20000个字节的位置开始读取500（cnt=500）个数据。
参数说明：

参数	类型	说明
file	file 或 str 或 Path	打开文件对象或文件名。
dtype	data-type	可选.返回数组的数据类型。对于二进制文件，它用于确定文件中各项的大小和字节顺序。支持大多数内置数字类型，并且可能支持扩展名类型。
count	int	要读取的项目数。-1表示所有项目（即完整文件）。
sep	str	如果文件是文本文件，则项目之间的分隔符。空（“”）分隔符表示文件应被视为二进制文件。分隔符中的空格（“”）匹配零个或多个空格字符。仅由空格组成的分隔符必须至少匹配一个空格。
offset	int	与文件当前位置的偏移量（以字节为单位）。默认值为0。仅允许用于二进制文件。

2.2 数据类型dtype说明

dt = np.dtype(‘<h’) 表示小端存储，16bit带符号整型。

类型	字符代码
bool	?, b1
int8	b, i1
uint8	B, u1
int16	h, i2
uint16	H, u2
int32	i, i4
uint32	I, u4
int64	q, i8
uint64	Q, u8
float16	f2, e
float32	f4, f
float64	f8, d
complex64	F4, F
complex128	F8, D
str	a, S（可以在S后面添加数字，表示字符串长度，比如S3表示长度为三的字符串，不写则为最大长度）
unicode	U
大端存储	>
小端	<

3.源码和PCM文件链接

https://gitee.com/huangweide001/py-hwd/tree/master/read_pcm_plt

pyqt5:python读取二进制文件(音频PCM文件)显示波形

文章目录