Python3.8.6下Pysox音频处理示例失效，输出文件不可播放求助

针对Windows 7 64位、Python 3.8.6环境下Pysox生成WAV不可播放的问题，结合常见坑点给出以下解决方案：

1. 确认Sox与Pysox版本匹配 #

• 安装64位版本的Sox，与系统架构一致，将Sox安装目录添加到系统环境变量PATH中。
• 卸载现有Pysox后，重新安装适配Python 3.8的稳定版本：

  pip uninstall sox -y
  pip install sox==1.4.1
  

2. 修正numpy数组格式问题 #

np.sin默认生成float64类型数组，部分Pysox版本对该类型处理存在兼容性问题，需转换为符合音频标准的float32类型（归一化至[-1,1]区间）：

y = np.sin(2 * np.pi * 440.0 * np.arange(sample_rate * 1.0) / sample_rate).astype(np.float32)

3. 显式指定输出音频格式 #

避免Pysox使用非标准默认格式，强制设置为通用的16位PCM编码（绝大多数播放器支持）：

• 生成output.wav前添加格式配置：

  tfm.set_output_format(rate=44100, bits=16, encoding='signed-integer')
  

• 生成output_8k.wav时保持格式指定：

  tfm.set_output_format(rate=8000, bits=16, encoding='signed-integer')
  

修正后的完整代码 #

import numpy as np
import sox

# 采样率（Hz）
sample_rate = 44100

# 生成1秒440Hz正弦波，转换为float32类型
y = np.sin(2 * np.pi * 440.0 * np.arange(sample_rate * 1.0) / sample_rate).astype(np.float32)

# 打印首尾数据
print(y)

# 创建转换器
tfm = sox.Transformer()

# 升高2个半音
tfm.pitch(2)

# 转换内存数组并返回结果
y_out = tfm.build_array(input_array=y, sample_rate_in=sample_rate)

print(y, y_out)

# 保存输出文件，指定标准格式
tfm.set_output_format(rate=44100, bits=16, encoding='signed-integer')
tfm.build_file(
    input_array=y, sample_rate_in=sample_rate,
    output_filepath='./output/output.wav'
)

# 创建8kHz采样率的输出文件
tfm.set_output_format(rate=8000, bits=16, encoding='signed-integer')
tfm.build_file(
    input_array=y, sample_rate_in=sample_rate,
    output_filepath='./output/output_8k.wav'
)

额外检查点 #

• 确保./output目录已存在，避免因目录缺失导致文件生成静默失败。
• 运行代码前关闭所有占用输出文件的程序（如播放器）。

内容的提问来源于stack exchange，提问作者TonyF