Python使用wave库readframes读wav后struct.unpack解包报错如何解决

• wave.readframes(n)的入参n代表读取的音频帧数，而非字节数。1帧的字节数由音频参数决定：单帧字节数 = 声道数 * 采样位深 // 8
• 你需要的-32000~32000整数范围对应16位采样位深，每个采样点占2字节。如果你的音频是双声道，1帧就包含2个采样点共4字节，直接用<h解包2字节会出现长度匹配问题；如果读取位置已经到文件末尾，readframes会返回空字节，也会触发该报错
• 原代码没有预先读取音频元信息校验参数，也没有判断文件读取边界，很容易读到空数据

import wave
import struct

with wave.open('sound.wav', 'r') as s1:
    # 获取音频基础参数
    n_channels = s1.getnchannels()
    sample_width = s1.getsampwidth()
    total_frames = s1.getnframes()
    
    # 校验是否为16位采样，符合目标数值范围要求
    if sample_width != 2:
        raise ValueError("当前音频不是16位采样，无法直接解包为-32000~32000范围整数")
    
    # 一次性读取所有帧（可根据需求修改读取帧数，不可超过total_frames）
    frame_data = s1.readframes(total_frames)
    
    # 批量解包：小端序、短整型
    unpack_fmt = f'<{n_channels * total_frames}h'
    all_samples = struct.unpack(unpack_fmt, frame_data)
    
    # 多声道拆分示例：左声道取all_samples[::2]、右声道取all_samples[1::2]
    frames_1 = list(all_samples)

该实现采用批量读取+批量解包逻辑，比逐帧循环读取效率高，同时避免了单次读取的边界判断问题。

• scipy.io.wavfile：无需手动处理解包逻辑，一行代码即可读取为numpy数组，自动适配采样位深、声道数，适合需要数值计算的场景，调用示例：from scipy.io import wavfile; sr, data = wavfile.read('sound.wav')，返回的data直接就是-32000~32000范围的整数数组
• soundfile：支持更多音频格式，接口简洁，自动处理数据类型转换，适合音频处理全工作流使用

内容的提问来源于stack exchange，提问作者pbjtime12