自定义音频数据集音频准备：Python代码列表生成问题修复请求

问题根源 #

原代码核心错误在于循环内直接操作glob生成器，导致生成器被一次性耗尽，后续循环无法处理剩余文件；同时存在文件名提取、列表追加逻辑的不合理设计。

修复后的代码 #

import librosa
from pathlib import Path
import wave

# 初始化三个目标列表
wavnames = []
wavsamples = []
wavsamplerates = []

# 目标文件夹路径
audio_folder = '/Users/abc/Desktop/WAV_Folder'
# 获取所有WAV文件路径（生成器）
pathlist = Path(audio_folder).glob('**/*.wav')

def get_audio_samples(audio_path):
    # librosa加载音频，强制采样率44100，直接返回采样数组
    y, sr = librosa.load(audio_path, sr=44100)
    return y

# 遍历每个WAV文件
for audio_path in pathlist:
    # 提取纯文件名（不含路径）
    wavnames.append(audio_path.name)
    
    # 获取当前文件的采样数据并加入列表
    samples = get_audio_samples(str(audio_path))
    wavsamples.append(samples)
    
    # 获取当前文件的采样率并加入列表
    with wave.open(str(audio_path), "rb") as wave_file:
        wavsamplerates.append(wave_file.getframerate())

关键修复点说明 #

1. 文件名处理

   • 原代码直接将生成器内容追加到wavnames，既耗尽生成器又存储了完整路径；现在用audio_path.name提取纯文件名，每次循环追加单个文件名。

2. 采样数据列表修复

   • 原函数将采样数组嵌套在列表中返回，且用+=追加导致结构混乱；现在直接返回采样数组，用append加入wavsamples，保证每个元素对应一个文件的采样数据。

3. 采样率列表修复

   • 原代码每次循环创建空列表再追加属于冗余操作；现在直接将采样率值用append加入列表，每个文件对应一个值。

4. 循环逻辑修复

   • 原循环内wavnames += pathlist会一次性耗尽pathlist生成器，导致后续循环仅处理第一个文件；现在正常遍历生成器，每个循环处理一个文件。

内容的提问来源于stack exchange，提问作者Laulito