使用librosa重采样音频至16kHz后输出异常问题求助

核心错误点 #

• 未执行实际重采样操作：你调用librosa.load()时传入的sr是原音频采样率，加载得到的音频数组y还是32000Hz采样率的序列，后续直接调用soundfile.write()时指定samplerate=16000，相当于把原采样序列按更低的采样率强制解读，会出现声音变慢、时长翻倍、音调异常的问题，就是你所说的损坏。
• 输出文件名固定导致覆盖：循环遍历所有音频文件时，输出路径的文件名固定为output_resampled_audio.wav，所有输入文件的结果会互相覆盖，最终仅保留最后一个文件的处理结果，还可能出现写入冲突导致文件损坏。
• 变量未定义：代码中使用的zoom_loc变量没有提前赋值，会导致路径拼接失败，输出文件写入路径错误甚至无法写入。
• 文件名拆分逻辑错误：用file.split(".")拆分文件名和后缀的方式不适用于名称含多个点的文件，应该用os.path.splitext()做后缀拆分。

修复后代码 #

import os
import librosa 
import soundfile as sf 

# 提前定义缺失的变量，根据你实际的路径修改
zoom_loc = "这里替换成你自己的zoom_loc实际路径"
folder_name = "trial_sess"
input_dir = os.path.join("process", folder_name)
# 提前创建输出目录避免写入报错
output_dir = os.path.join(zoom_loc, "sessions", folder_name)
os.makedirs(output_dir, exist_ok=True)

for file in os.listdir(input_dir):
    # 拆分后缀的正确方法
    nm, ext = os.path.splitext(file)
    ext = ext.lower()
    if ext in (".m4a", ".mp4", ".mp3"):
        file_path = os.path.join(input_dir, file)
        # 加载时直接指定目标采样率，librosa会自动完成重采样
        y, sr = librosa.load(file_path, sr=16000)
        # 输出文件名和原文件对应，避免覆盖
        output_path = os.path.join(output_dir, f"{nm}_resampled.wav")
        sf.write(output_path, data=y, samplerate=16000)

可选优化方案 #

如果不想在加载时重采样，也可以加载原采样率音频后调用librosa.resample显式重采样：

y, sr = librosa.load(file_path, sr=None) # 加载原采样率音频
y_16k = librosa.resample(y, orig_sr=sr, target_sr=16000)
sf.write(output_path, data=y_16k, samplerate=16000)

内容的提问来源于stack exchange，提问作者imantha