soundfile 和 torchaudio 读取音频文件后的数据格式不同,前者是numpy,后者是tensor。前者读取后可以直接用于一些python的基础函数输入,后者用于pytorch的一些函数的应用。两者互换用途时候需要进行格式转换。
import soundfile as sf
import torchaudio
sound_file_3, sr = sf.read('./audio/bed_room_record_3.wav')
torch_audio_3, sr = torchaudio.load('./audio/bed_room_record_3.wav')
soundfile 读取音频文件后,数据格式为numpy.array ,数据是1维的,大小定义为 [ samples]
torchaudio 读取音频文件后,数据格式为 tensor ,数据是2维的,大小定义为 [ch , samples]