【Python】waveモジュールを用いたステレオwavファイルの作成と出力

概要

Python でステレオwavファイルを作成し、出力する方法をメモしておきます。

今回は、

• サンプリング周波数: 44100 Hz
• ビット深度: 16bit
• チャンネル数: 2 （ステレオなので当然）

のデータを作成します。

ファイルの作成

例として、左からAのサイン波、右から2オクターブ下のAの矩形波が聞こえるようなデータを作成します。

インポート

import numpy as np
import wave

データ作成にあたり、便利な関数を定義

# sec を時間軸に変換する関数
def frac_t(sec, samplerate):
    return np.arange(int(sec * samplerate)) / samplerate


# サイン波を定義 （A:振幅, f:周波数, t:時間）
def sin_wave(A, f, t):
    return A * np.sin(2 * np.pi * f * t)


# 矩形波を生成
def sq_wave(A, f, t):
    return A * np.sign(sin_wave(A, f, t))


# のこぎり波を生成 （今回使いません。オマケです）
def saw_wave(A, f, t):
    return 2 * A * (f * t - np.floor(f * t) - 1 / 2)

設定

# 設定
fs = 44100  # サンプリング周波数 [Hz]
sec = 1  # 信号を生成する秒数 [s]
A = 0.5  # 振幅
f = 440  # 信号の周波数 [Hz]
t = frac_t(sec, fs)  # 秒数を時間軸に変換

データの作成

まず、440Hzのサイン波を data_L に、 110Hz （440Hz の 2オクターブ下）の矩形波を data_R に格納します。

# Left/Right Channel のデータを生成
data_L = sin_wave(A, f, t)  # 440Hz のサイン波
data_R = sq_wave(A / 10, f / 4, t)  # 110Hz の矩形波

ステレオデータは、Left/Rightのデータを交互に格納する必要があるので、そのようなデータを data_stereo に格納します。また、扱いやすいよう、そのリスト型を np.array 型に変換しておきます。

# ステレオデータを格納するリスト
data_stereo = []

# ステレオデータは [LRLRLRLRLR...] の形式にしなきゃいけない
for i in range(len(data_L)):
    data_stereo.append(data_L[i])
    data_stereo.append(data_R[i])

# リストを np.array に変換
data_stereo = np.array(data_stereo)

これでステレオのデータを格納することができました。あとは、これを 16bit のデータに変換します。

# 16bit のデータとして書き込むためにスケールを調整 (※1)
data_stereo = data_stereo * np.iinfo(np.int16).max  # (データ)×(16bitで表現できる最大値)

# # (※1) にて音割れする場合… 代わりにこれを用いる
# data_stereo = data_stereo / max(data_stereo) * 0.7 * np.iinfo(np.int16).max # (データ)/(データの最大値)×0.7×(16bitで表現できる最大値)

# 16bit のデータに変換
data_stereo = data_stereo.astype(np.int16)

補足
ここで、(※1) で音割れする場合は、対症療法的ですが
$$
\frac{y_i}{\max(y_i)}\times (割合)
$$
として音割れを防ぎました。
また、ここで割合は -3dB として、
$$
(-3 \,[\mathrm{dB}] の減衰比) \simeq \frac{1}{\sqrt{2}} \simeq 0.7
$$
をとりました。（-3dB は音楽業界でマスタリング前の2MIXデータの上限値の目安として選ばれることの多い値です。（ほんとか？？？））

データをファイルに出力

これで下準備は完了したので、最後に data_stereo を test_01.wav というファイル名で出力するだけです。
wave モジュールでは出力する際に、チャンネル数やサンプル幅などのメタデータを設定する必要があるため、それも行っています。

# データをファイルとして出力
output_file = "./wav/test_01.wav"
with wave.open(output_file, "w") as wf:
    wf.setnchannels(2)  # チャンネル数の設定 (1:mono, 2:stereo)
    wf.setsampwidth(2)  # サンプル幅の設定 (2bytes = 16bit)
    wf.setframerate(fs)  # サンプリングレートの設定
    wf.writeframes(data_stereo)  # ステレオデータを書き込み

これで出力が完了しました！

余談

with 構文を使わずにコードを書こうとすると、

wf = wave.open(outputfile, "w")
wf.setnchannels(2)  # チャンネル数の設定 (1:mono, 2:stereo)
wf.setsampwidth(2)  # サンプル幅の設定 (2bytes = 16bit)
wf.setframerate(fs)  # サンプリングレートの設定
wf.writeframes(data_stereo)  # ステレオデータを書き込み
wf.close() # close

と少し冗長で見づらいコードになります。（なるほど～これが with 構文のメリットかぁ）
wf.close() をわざわざ書かなくても、書き忘れても、勝手に閉じてくれるわけですね。