audioop — 处理原始音频数据

从 3.11 版开始弃用，将在 3.13 版中移除： audioop 模块已弃用（有关详细信息，请参见 PEP 594）。

---

audioop 模块包含一些对声音片段有用的操作。它对由 8、16、24 或 32 位宽的有符号整数样本组成的音片段进行操作，这些样本存储在 字节类对象 中。除非另有说明，否则所有标量项都是整数。

在 3.4 版中更改： 增加了对 24 位样本的支持。现在所有函数都接受任何 字节类对象。字符串输入现在会导致立即错误。

此模块提供对 a-LAW、u-LAW 和 Intel/DVI ADPCM 编码的支持。

一些更复杂的操作只采用 16 位样本，否则样本大小（以字节为单位）始终是操作的参数。

该模块定义以下变量和函数

exception audioop.error

在所有错误（例如未知的每个样本字节数等）中引发此异常。

audioop.add(fragment1, fragment2, width)

返回一个片段，该片段是作为参数传递的两个样本的加法。width 是以字节为单位的样本宽度，可以是 1、2、3 或 4。两个片段的长度应相同。在溢出的情况下，样本会被截断。

audioop.adpcm2lin(adpcmfragment, width, state)

将 Intel/DVI ADPCM 编码片段解码为线性片段。有关 ADPCM 编码的详细信息，请参阅 lin2adpcm() 的说明。返回一个元组 (sample, newstate)，其中 sample 具有width 中指定的宽度。

audioop.alaw2lin(fragment, width)

将 a-LAW 编码中的声音片段转换为线性编码的声音片段。a-LAW 编码始终使用 8 位样本，因此width 在此处仅指输出片段的样本宽度。

audioop.avg(fragment, width)

返回片段中所有样本的平均值。

audioop.avgpp(fragment, width)

返回片段中所有样本的平均峰峰值。不进行任何滤波，因此此例程的实用性值得怀疑。

audioop.bias(fragment, width, bias)

返回一个片段，该片段是原始片段，每个样本都添加了一个偏差。溢出时，样本会环绕。

audioop.byteswap(fragment, width)

“字节交换”片段中的所有样本并返回修改后的片段。将大端样本转换为小端样本，反之亦然。

在 3.4 版中添加。

audioop.cross(fragment, width)

返回作为参数传递的片段中的零交叉次数。

audioop.findfactor(fragment, reference)

返回一个因子F，使得 rms(add(fragment, mul(reference, -F))) 最小，即返回一个因子，用它乘以reference，使其尽可能与fragment 相匹配。这些片段都应包含 2 字节样本。

此例程所花费的时间与 len(fragment) 成正比。

audioop.findfit(fragment, reference)

尝试将reference 尽可能与fragment 的一部分（应为较长的片段）相匹配。从概念上来说，这是通过从fragment 中取出切片，使用 findfactor() 计算最佳匹配，并最小化结果来完成的。这些片段都应包含 2 字节样本。返回一个元组 (offset, factor)，其中offset 是fragment 中最佳匹配开始处的（整数）偏移量，factor 是根据 findfactor() 计算出的（浮点）因子。

audioop.findmax(fragment, length)

在fragment 中搜索一个长度为length 个样本（而非字节！）的切片，该切片具有最大的能量，即返回i，使得 rms(fragment[i*2:(i+length)*2]) 最大。这些片段都应包含 2 字节样本。

此例程所花费的时间与 len(fragment) 成正比。

audioop.getsample(fragment, width, index)

返回片段中样本index 的值。

audioop.lin2adpcm(fragment, width, state)

将样本转换为 4 位 Intel/DVI ADPCM 编码。ADPCM 编码是一种自适应编码方案，其中每个 4 位数字都是一个样本与下一个样本之间的差值，除以一个（可变）步长。Intel/DVI ADPCM 算法已被 IMA 选用，因此它很可能成为一种标准。

state 是包含编码器状态的元组。编码器返回元组 (adpcmfrag, newstate)，并且应将 newstate 传递给 lin2adpcm() 的下一次调用。在初始调用中，可以将 None 作为状态传递。adpcmfrag 是 ADPCM 编码片段，以每字节 2 个 4 位值打包。

audioop.lin2alaw(fragment, width)

将音频片段中的样本转换为 a-LAW 编码，并将其作为字节对象返回。a-LAW 是一种音频编码格式，使用仅 8 位样本即可获得约 13 位的动态范围。它由 Sun 音频硬件（以及其他硬件）使用。

audioop.lin2lin(fragment, width, newwidth)

在 1、2、3 和 4 字节格式之间转换样本。

注意

在某些音频格式（例如 .WAV 文件）中，16、24 和 32 位样本是有符号的，但 8 位样本是无符号的。因此，当针对这些格式转换为 8 位宽样本时，还需要将 128 添加到结果中

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

当从 8 位转换为 16、24 或 32 位宽样本时，必须应用相同的反向操作。

audioop.lin2ulaw(fragment, width)

将音频片段中的样本转换为 u-LAW 编码，并将其作为字节对象返回。u-LAW 是一种音频编码格式，使用仅 8 位样本即可获得约 14 位的动态范围。它由 Sun 音频硬件（以及其他硬件）使用。

audioop.max(fragment, width)

返回片段中所有样本的绝对值的最大值。

audioop.maxpp(fragment, width)

返回声音片段中的最大峰峰值。

audioop.minmax(fragment, width)

返回一个元组，其中包含声音片段中所有样本的最小值和最大值。

audioop.mul(fragment, width, factor)

返回一个片段，其中原始片段中的所有样本都乘以浮点值factor。如果发生溢出，样本将被截断。

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

转换输入片段的帧速率。

state 是一个包含转换器状态的元组。转换器返回一个元组 (newfragment, newstate)，并且应将newstate 传递给 ratecv() 的下一次调用。初始调用应将 None 作为状态传递。

weightA 和 weightB 参数是简单数字滤波器的参数，分别默认为 1 和 0。

audioop.reverse(fragment, width)

反转片段中的样本并返回修改后的片段。

audioop.rms(fragment, width)

返回片段的均方根，即 sqrt(sum(S_i^2)/n)。

这是音频信号中功率的度量。

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

将立体声片段转换为单声道片段。在将两个声道相加以得到单声道信号之前，左声道乘以lfactor，右声道乘以rfactor。

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

从单声道片段生成立体声片段。立体声片段中的每对采样都从单声道采样计算得出，其中左声道采样乘以lfactor，右声道采样乘以rfactor。

audioop.ulaw2lin(fragment, width)

将 u-LAW 编码的音频片段转换为线性编码的音频片段。u-LAW 编码始终使用 8 位采样，因此width 在此处仅指输出片段的采样宽度。

请注意，诸如 mul() 或 max() 等操作不会区分单声道和立体声片段，即所有采样都得到平等对待。如果这是一个问题，则应首先将立体声片段拆分为两个单声道片段，然后重新组合。以下是如何执行此操作的一个示例

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)

如果您使用 ADPCM 编码器构建网络数据包并且希望您的协议是无状态的（即能够容忍数据包丢失），则不仅应传输数据，还应传输状态。请注意，您应将初始状态（传递给 lin2adpcm() 的状态）发送给解码器，而不是最终状态（由编码器返回）。如果您想使用 struct.Struct 以二进制形式存储状态，则可以将第一个元素（预测值）编码为 16 位，将第二个元素（增量索引）编码为 8 位。

ADPCM 编码器从未与其他 ADPCM 编码器进行过比较，只与它们自己进行过比较。很可能是，我误解了标准，在这种情况下，它们将无法与各自的标准互操作。

find*() 例程乍一看可能有点奇怪。它们主要用于进行回声消除。执行此操作的一种相当快速的方法是选择输出采样的最活跃部分，在输入采样中找到该部分，然后从输入采样中减去整个输出采样

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)