Python3.7 实现 MP3 音频波形图生成详解

林舟

发布时间：2026-10-13| 2人浏览过

原创

本文介绍在 Windows 10 环境下使用 Python3.7 将 MP3 音频转换为 WAV 格式并生成波形图的方法。通过安装 pydub 和 ffmpeg，利用 AudioSegment 读取音频数据，保存为无损 WAV 文件后，使用 matplotlib 库进行可视化处理，最终生成无边框的高清波形图像。

环境准备与依赖安装

测试环境基于 Windows 10 操作系统及 Python3.7 版本。在开始转换之前，需预先安装 pydub 库及 ffmpeg 工具，并配置好环境变量。若缺少相关依赖包，可通过 pip install 命令直接安装解决。

MP3 转 WAV 及绘图原理

核心思路是将 MP3 格式转换为 WAV 格式。由于 MP3 为了压缩体积牺牲了部分音质，转换为无损的 WAV 格式后，能够获取更详细的音频信息。随后读取 WAV 文件数据，利用 matplotlib 库进行绘图即可实现波形展示。

核心代码实现

具体实现代码见下文 mp3towavaform.py 模块。


#coding=utf8

from pydub import AudioSegment
import wave
import io
import numpy as np
import matplotlib.pyplot as plt  #专业绘图库
from PIL import Image
import pylab
from scipy.io import wavfile

# 先从本地获取 mp3 的 bytestring 作为数据样本
filename = "b.mp3"
fp=open(filename, 'rb')
data=fp.read()
fp.close()
# 读取
aud=io.BytesIO(data)
sound=AudioSegment.from_file(aud, format='mp3')
raw_data = sound._data

# 写入到文件
l=len(raw_data)
f = wave.open(filename + ".wav",'wb')
f.setnchannels(1)
f.setsampwidth(2)
f.setframerate(16000)
f.setnframes(l)
f.writeframes(raw_data)
f.close()

# 读取生成波形图
samplerate, data = wavfile.read(filename + ".wav")
times = np.arange(len(data))/float(samplerate)
# print(len(data), samplerate, times)

# 可以以寸为单位自定义宽高 frameon=False 为关闭边框

fig = plt.figure(figsize=(20, 5), facecolor="white")
# plt.tick_params(top='off', bottom='off', left='off', right='off', labelleft='off', labelbottom='on')

ax = fig.add_axes([0, 0, 1, 1])
ax.axis('off')
plt.fill_between(times, data, linewidth = '1', color='green')
plt.xticks([])
plt.yticks([])
plt.savefig(filename + '.png', dpi=100, transparent=False, bbox_inches='tight', edgecolor='w')
#plt.show()