Archivos de audio

Todas las demás áreas de esta biblioteca parten de un array que ya está en memoria; esta trata de los archivos de los que ese array sale y a los que vuelve. Su premisa es que un archivo de audio producido por una cadena de medición es un registro de medición: las muestras solo significan algo junto a la frecuencia de muestreo, la calibración que convierte el fondo de escala digital en pascales, y la procedencia que dice dónde, cuándo y a través de qué se hizo la grabación. El módulo phonometry.io lee y escribe exactamente con eso en mente — y nunca remuestrea, nunca mezcla canales, nunca normaliza y nunca toca un nivel, porque cada una de esas cosas es un valor por defecto documentado en algún rincón del ecosistema y cada una destruye en silencio la magnitud que una medición existe para conservar.

La forma práctica sale de un repaso al equipamiento, no de coleccionar formatos. Sonómetros y grabadores de campo emiten WAV lineal — PCM de 24 bits, WAVE_FORMAT_EXTENSIBLE para el multicanal, metadatos BWF bext, RF64 cuando una grabación nocturna pasa de 4 GiB — así que la instalación base (NumPy y SciPy, nada más) lo lee todo, y los formatos comprimidos viven tras el extra opcional [audio] (python-soundfile, cuyo wheel empaqueta libsndfile bajo LGPL-2.1). Las fuentes con pérdidas se leen pero se señalan, a las claras: un nivel calculado sobre la aproximación ADPCM o MP3 de la forma de onda no es defendible, y el aviso más la marca lossy mantienen ese hecho pegado a los datos.

Lo que vuelve de un archivo es un Signal (io.Signal, o phonometry.Signal; el módulo donde está definido es privado): las muestras con su frecuencia, su calibración, sus etiquetas de canal y su procedencia bext en un único objeto inmutable que se comporta como el array desnudo en todas partes (np.asarray entrega las muestras a cualquier función existente), se dibuja solo con .plot(), y entra directo en las funciones de nivel — leq, laeq, ln_levels, sel, lc_peak, sound_exposure, lex_8h — sin repetir a mano ni la frecuencia ni la calibración. En la otra dirección, write() produce WAV/BWF (el de 24 bits empaquetado en casa) y FLAC, se niega a recortar en silencio, extiende el CodingHistory en vez de sustituirlo, puede medir los cinco valores de sonoridad EBU R 128 del bext versión 2 con la implementación propia de la BS.1770, y deja la calibración en un pequeño sidecar JSON versionado junto al audio — el número para el que ningún contenedor de audio tiene campo, hecho para viajar.

• Leer y escribir audio de medición: todo el flujo en una página ejecutable — leer el WAV de un sonómetro en un Signal calibrado, derivar la calibración de la toma del calibrador, el aviso de pérdidas y la historia de las copias de escucha que hay detrás, recorrer por bloques una grabación nocturna con filtros con estado, escribir BWF con su procedencia, el viaje de ida y vuelta del sidecar, y una conversión con la que la medición no deja de serlo.

• Ni reproducción, ni edición, ni efectos. Esto es una capa de archivos para mediciones, no una estación de trabajo de audio: nada de aquí reproduce un sonido, recorta una región a oído ni aplica ganancia. Tampoco hay escritura con pérdidas, a propósito: ninguna medición termina en un MP3, y una biblioteca cuyo trabajo es conservar niveles no debería ponerlo fácil.

• El AAC/M4A se queda fuera. Las grabaciones de dictáfonos y teléfonos en contenedores MP4 no se descodifican; la vía honesta es una línea de ffmpeg -i note.m4a note.wav y después read(), con la misma advertencia de pérdidas en ambos casos. Igual con los formatos de adquisición que no son audio: TDMS (LabVIEW) y UFF (análisis modal) tienen sus propios lectores en Python, npTDMS y pyuff, y fingir que son archivos de audio no serviría a nadie.

• Los archivos ambisónicos se toleran, no se interpretan. Un .amb en B-format o un GUID ambisónico se lee sin problema y sus canales vuelven etiquetados, pero no se aplica ninguna matriz de conversión FuMa a AmbiX: el canal 0 de un archivo FuMa lleva W a −3 dB, y convertirlo en una presión sin decirlo sería un cambio de nivel silencioso — exactamente la clase de valor por defecto que este módulo existe para rechazar.

Antes: Calibración y dBFS explica de dónde sale de verdad el factor de calibración que lleva un Signal, y Primeros pasos pasa un primer archivo por la cadena. Después: todo — el sentido de la capa de archivos es que los niveles, el filtrado en octavas, el proceso por bloques y el resto de la biblioteca reciban una señal calibrada sin enterarse nunca de que salió de un archivo.

Si llegaste aquí desde una búsqueda y quieres la forma de toda la biblioteca, ¿Qué necesitas medir? la indexa por el trabajo y Todas las guías lista cada página con una línea sobre cada una.