wave库readframes()输出是否为十六进制音频样本？立体声样本解析咨询

问题1：使用wave库的readframes(n)方法获取的结果，打印后是否以十六进制形式展示音频样本？ #

• wave.readframes(n)返回的是二进制字节对象（bytes），打印时Python会用转义的十六进制格式（比如\xfb\xff）来表示不可打印的字节，但这只是Python对bytes对象的默认显示方式，并非直接输出十六进制字符串。
• 如果需要真正的十六进制字符串形式，需要手动转换，示例代码：

  import wave
  with wave.open('audio.wav', 'rb') as track:
      frames = track.readframes(1)
      print(frames)  # 输出类似 b'\xfb\xff\xfb\xfe'
      print(frames.hex())  # 输出 'fbfffbfe'
  

问题2：当执行track.readframes(1)打印第一帧音频结果时，得到b'\xfb\xff\xfb\xfe'。该音频为立体声，包含2个声道且每个声道有1个样本，请问左声道样本是否为'fbff'，右声道样本是否为'fbfe'？ #

• 答案是对的。WAV格式的立体声音频采用交叉存储的方式：左声道样本在前，右声道样本在后。
• 从返回的b'\xfb\xff\xfb\xfe'来看，每个声道的样本占2字节（说明是16位PCM编码），拆分后：
  • 左声道样本：前2字节 b'\xfb\xff'，对应十六进制字符串就是'fbff'
  • 右声道样本：后2字节 b'\xfb\xfe'，对应十六进制字符串就是'fbfe'
• 补充：16位PCM样本的字节序通常是小端（little-endian），如果要转换为实际的音频数值，需要考虑字节序，比如用struct.unpack('<h', b'\xfb\xff')[0]来解析左声道的实际样本值。

内容的提问来源于stack exchange，提问作者stabpaokara