如何无需保存为wav文件降低ndarray的采样率

当然有不用存文件的简便方法，直接在内存里处理ndarray就行，给你两个常用的方案：

• 使用 librosa 直接重采样
  librosa本身就支持对内存中的ndarray直接做重采样，完全不需要读写文件。示例代码如下：

  import librosa
  import numpy as np
  
  # 假设audio是你从麦克风获取的采样率48000的ndarray
  resampled_audio = librosa.resample(audio, orig_sr=48000, target_sr=16000)
  

  这个方法内置了针对音频优化的抗混叠滤波器，重采样后的音质比较有保障，是处理音频重采样的首选方式。

• 使用 scipy.signal.resample
  如果不想引入librosa依赖，也可以用scipy的信号处理工具。需要先根据采样率比例计算目标采样点数量，再执行重采样：

  from scipy import signal
  import numpy as np
  
  # 计算目标长度：原长度 × 目标采样率/原采样率
  new_length = int(len(audio) * 16000 / 48000)
  resampled_audio = signal.resample(audio, new_length)
  

  这个方法基于傅里叶变换实现，适合对音质要求不高或者整数倍采样率转换的场景，不过处理音频的效果不如librosa专业。

内容的提问来源于stack exchange，提问作者user3668129