在 Python 中对音频进行重采样（Resample）通常需要将音频的采样率从一种值（如 44100 Hz）转换为另一种值（如 16000 Hz），以下是几种常用的方法，从简单到专业,涵盖不同场景和需求。
（图片来源网络，侵删）
方法 1：使用 librosa（推荐用于音频分析/机器学习）
librosa 是一个强大的音频处理库，常用于音乐信息检索（MIR）和机器学习任务,它内部使用高质量的重采样算法。
安装
pip install librosa
代码示例
import librosa
import soundfile as sf # 用于保存音频
# 加载音频文件（librosa 会自动重采样为 22050 Hz，除非指定 sr）
audio_path = "input.wav"
y, original_sr = librosa.load(audio_path, sr=None) # sr=None 保持原始采样率
# 目标采样率
target_sr = 16000
# 重采样
y_resampled = librosa.resample(y, orig_sr=original_sr, target_sr=target_sr)
# 保存重采样后的音频
sf.write("output_resampled.wav", y_resampled, target_sr)
print(f"原始采样率: {original_sr} Hz")
print(f"重采样后采样率: {target_sr} Hz")
特点
- 自动处理单声道/立体声。
- 使用高质量的插值算法（默认为
kaiser_best）。 - 适合需要高保真度的场景（如语音识别、音乐分析）。
方法 2：使用 scipy.signal（基于科学计算库）
scipy 提供了基础的信号处理功能,适合简单的重采样需求。
安装
pip install scipy numpy
代码示例
from scipy import signal
import soundfile as sf
# 加载音频
audio_path = "input.wav"
data, original_sr = sf.read(audio_path)
# 目标采样率
target_sr = 16000
# 计算重采样比例
resampling_ratio = original_sr / target_sr
# 重采样（scipy.signal.resample 会改变长度）
resampled_data = signal.resample(data, int(len(data) * resampling_ratio))
# 保存
sf.write("output_resampled.wav", resampled_data, target_sr)
print(f"原始采样率: {original_sr} Hz")
print(f"重采样后采样率: {target_sr} Hz")
特点
- 使用 FFT 进行重采样,可能引入频谱泄漏。
- 需要手动处理多声道（如立体声）。
- 适合快速实现，但质量可能不如
librosa。
方法 3：使用 pydub（简单易用，支持多种格式）
pydub 是一个高级音频处理库,适合简单的重采样和格式转换。
安装
pip install pydub
代码示例
from pydub import AudioSegment
# 加载音频（支持 MP3、WAV 等）
audio = AudioSegment.from_file("input.wav")
# 获取原始采样率
original_sr = audio.frame_rate
print(f"原始采样率: {original_sr} Hz")
# 重采样（改变采样率）
target_sr = 16000
audio_resampled = audio.set_frame_rate(target_sr)
# 保存（pydub 会自动处理编码）
audio_resampled.export("output_resampled.wav", format="wav")
print(f"重采样后采样率: {target_sr} Hz")
特点
- 支持多种格式（MP3、FLAC、WAV 等）。
- 操作简单,适合快速处理。
- 内部使用
ffmpeg，质量取决于ffmpeg的实现。
方法 4：使用 ffmpeg（命令行工具，质量最高）
如果对质量要求极高，可以直接调用 ffmpeg 进行重采样。
（图片来源网络，侵删）
安装
- 确保
ffmpeg已安装并添加到系统路径。
代码示例（通过 subprocess 调用）
import subprocess
input_file = "input.wav"
output_file = "output_resampled.wav"
target_sr = 16000
# 调用 ffmpeg 重采样
subprocess.run([
"ffmpeg",
"-i", input_file,
"-ar", str(target_sr), # 设置音频采样率
"-acodec", "pcm_s16le", # PCM 编码（WAV）
output_file
])
print(f"已使用 ffmpeg 重采样到 {target_sr} Hz")
特点
- 使用
ffmpeg的高质量重采样算法（如soxr）。 - 适合生产环境或对质量要求极高的场景。
- 需要额外安装
ffmpeg。
总结与选择
| 方法 | 优点 | 缺点 | 适用场景 |
|---|---|---|---|
librosa |
高质量，易用，支持多声道 | 依赖 librosa 和 soundfile |
机器学习、音频分析 |
scipy |
基于科学计算，轻量 | 可能引入频谱泄漏，需手动处理多声道 | 快速简单实现 |
pydub |
支持多种格式，操作简单 | 依赖 ffmpeg，质量一般 |
快速格式转换和简单重采样 |
ffmpeg |
质量最高，生产级可靠 | 需要额外安装 ffmpeg |
对质量要求极高的场景 |
推荐选择：
- 如果是机器学习或音频分析，优先用
librosa。 - 如果是快速脚本或简单处理，用
pydub。 - 如果需要最高质量，直接用
ffmpeg。
（图片来源网络，侵删）
