Pygame.mixer.sndarray.make_sound报错：数组深度与混音器通道不匹配

问题根源 #

从调试输出能明确看到：

• Librosa加载的立体声音频数组形状为[2, 样本数]（通道维度在前，样本维度在后）
• Pygame的sndarray.make_sound要求数组形状为[样本数, 通道数]（样本维度在前，通道维度在后），且通道数必须和混音器初始化的通道数一致（当前混音器为2通道立体声）

报错ValueError: Array depth must match number of mixer channels的核心原因是数组维度顺序错误，导致Pygame识别的通道数与实际音频通道数不匹配。

解决方案步骤 #

1. 调整数组维度顺序 #

用NumPy的transpose()或swapaxes()方法，将Librosa返回的数组从(通道数, 样本数)格式转换为Pygame要求的(样本数, 通道数)格式：

original = numpy.int16(original * (2 ** 15)).transpose()
filtered = numpy.int16(filtered * (2 ** 15)).transpose()

也可以用swapaxes(0,1)实现同样效果：

original = numpy.int16(original * (2 ** 15)).swapaxes(0, 1)

2. 确保混音器初始化参数匹配 #

初始化Pygame混音器时，明确指定与Librosa加载一致的参数（采样率44100、16位有符号整数、2通道立体声），避免默认值不匹配：

pygame.mixer.init(frequency=44100, size=-16, channels=2)

注：size=-16对应16位有符号整数，与你转换的numpy.int16格式完全匹配。

3. 修正后的完整setSoundObjects方法 #

def setSoundObjects(self, original, filtered):
    print('original data shape: ', original.shape)
    print('mixer config: ', pygame.mixer.get_init())

    # 转换格式并调整维度顺序
    original = numpy.int16(original * (2 ** 15)).transpose()
    filtered = numpy.int16(filtered * (2 ** 15)).transpose()

    print('adjusted original shape: ', original.shape)

    # 创建Sound对象
    self.original = pygame.sndarray.make_sound(original)
    self.filtered = pygame.sndarray.make_sound(filtered)

额外验证 #

调整后数组形状会从(2, N)变为(N, 2)，此时Pygame能正确识别2通道立体声，与混音器通道数完全匹配，即可解决维度不匹配的报错。

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