使用NumPy数组创建AudioSegment导出时出现bad sample width错误

首先直接给结论：这个错误和数组长度是否是sampleWidth*frameRate的整数倍完全无关，核心问题出在你传入的sample_width参数类型不合法。

为什么会报错？ #

你用sinewave.dtype.itemsize获取的是NumPy浮点数组的元素字节数——比如如果你的正弦波是float32类型，这个值是4；如果是float64，就是8。但pydub导出音频时依赖的Python标准库wave模块，只支持整数类型的音频采样宽度，合法的取值是1（8位无符号）、2（16位有符号）、3（24位有符号）或4（32位有符号）字节。浮点类型的采样宽度不在它的支持范围内，所以直接抛出了bad sample width错误。

怎么修复？ #

你需要先把浮点型的NumPy数组转换为符合音频标准的整数类型数组，再创建AudioSegment实例：

1. 归一化并转换为整数类型：
   通常音频用16位有符号整数（PCM 16-bit）是最通用的选择，先把你的浮点正弦波值归一到[-1, 1]范围（如果还没做的话），然后乘以32767（16位有符号整数的最大值），再转换为np.int16类型。
2. 用整数数组创建AudioSegment：
   此时sample_width可以直接用转换后数组的itemsize，或者直接写2（因为np.int16的字节数就是2）。

修正后的代码示例 #

import numpy as np
from pydub import AudioSegment

# 假设你的sinewave是float类型的NumPy数组
# 第一步：归一化到[-1,1]并转换为16位整数
sinewave_int = (sinewave * 32767).astype(np.int16)

# 创建合法的AudioSegment实例
segment = AudioSegment(
    data=sinewave_int.tobytes(),
    sample_width=sinewave_int.dtype.itemsize,
    frame_rate=44100,
    channels=1
)

# 正常导出mp3
segment.export('redgiant.mp3', format='mp3')

如果需要更高精度，也可以选择32位有符号整数（转换为np.int32，sample_width用4），但16位已经能满足绝大多数音频场景的需求，兼容性也更好。

内容的提问来源于stack exchange，提问作者triple7