运行Python音频频谱分析代码时遇ValueError: reshape数组失败求助

错误原因 #

报错ValueError: cannot reshape array of size 881999 into shape (2)的核心问题是：scipy识别到你的WAV文件为双声道，但实际读取到的原始音频数据总长度（881999）无法被声道数（2）整除，导致无法转换为(采样数, 声道数)的二维数组。大概率是文件损坏，或是该WAV不符合标准PCM格式。

解决方案 #

1. 先检查音频文件完整性 #

用Windows自带录音机或Audacity等工具打开1500.wav，确认：

• 文件能否正常播放
• 查看声道数、采样深度、总采样数是否匹配（总采样数×声道数×采样深度/8 应等于音频数据部分的字节数）
  若文件损坏，重新获取或修复该音频文件。

2. 替换更鲁棒的音频读取库（推荐） #

scipy的wavfile对非标准WAV支持有限，改用librosa库读取，它能自动处理多数格式兼容问题：

步骤1：安装librosa

pip install librosa

步骤2：修改代码读取逻辑

替换原代码中wavfile.read的部分：

# 替换原scipy.io.wavfile的导入
import librosa

# 读取音频：sr=None保留原采样率，mono=True自动转单声道
data, frequency = librosa.load(audio_file, sr=None, mono=True)
# 截取前4096个采样点
data = data[0:4096]

3. 修复scipy读取逻辑（坚持用scipy时） #

如果不想更换库，可以手动处理读取异常，修正数据长度：

frequency, data = wavfile.read(str(audio_file))
# 处理双声道数据长度不匹配的情况
if len(data.shape) == 1 and (len(data) % 2) != 0:
    # 截断到能被2整除的长度，再转为双声道格式
    data = data[:-1].reshape(-1, 2)
    # 转单声道（取左声道）
    data = data[:, 0]
elif len(data.shape) > 1:
    # 正常双声道直接转单声道
    data = data[:, 0]

data = data[0:4096]

4. 适配单声道的频谱分析逻辑 #

原代码的db_fft函数仅支持单声道一维数组，所以无论用哪种方式读取，都要确保传入的data是一维数组，否则会出现维度不匹配的后续错误。

内容的提问来源于stack exchange，提问作者ismail