如果您想使用Python播放或錄制聲音，那么您來對(duì)地方了！在本教程中，您將學(xué)習(xí)如何使用一些最流行的音頻庫(kù)在Python中播放和錄制聲音。您將了解最直接的播放和錄制聲音的方法，然后您將了解一些提供更多功能的庫(kù)，以換取一些額外的代碼行。

在本教程結(jié)束時(shí)，您將了解如何：

• 播放MP3和WAV文件，以及一系列其他音頻格式

• 播放包含聲音的NumPy和Python數(shù)組

• 使用Python錄制聲音

• 以各種不同的文件格式保存錄制文件或音頻文件

播放音頻文件

下面，您將看到如何使用一系列Python庫(kù)播放音頻文件。其中一些庫(kù)允許您播放一系列音頻格式，包括MP3和NumPy陣列。下面的所有庫(kù)都允許您播放WAV文件，其中一些代碼行代碼比其他文件更多：

• playsound如果你只是想播放WAV或MP3文件，是最簡(jiǎn)單的包。除簡(jiǎn)單播放外，它不提供任何功能。

• simpleaudio 讓您播放WAV文件和NumPy數(shù)組，并為您提供檢查文件是否仍在播放的選項(xiàng)。

• winsound 允許您播放WAV文件或發(fā)出嗶嗶聲，但它僅適用于Windows。

• python-sounddevice并pyaudio為PortAudio庫(kù)提供綁定，以便跨平臺(tái)播放WAV文件。

• pydub需要pyaudio進(jìn)行音頻播放，但ffmpeg安裝后，只需幾行代碼即可播放各種音頻格式。

讓我們一起來看看這些用于音頻播放的庫(kù)。

• playsound

playsound是一個(gè)“純Python，跨平臺(tái)，單一功能模塊，不依賴于播放聲音。” 使用此模塊，您可以使用一行代碼播放聲音文件：

            
              from playsound import playsound
playsound('myfile.wav')

            
          

該文件中playsound指出，它已在WAV和MP3文件進(jìn)行測(cè)試，但它可能對(duì)其他文件格式正常工作。

該庫(kù)最后更新于2017年6月。在撰寫本文時(shí)似乎運(yùn)行良好，但目前尚不清楚它是否仍然支持更新的Python版本。

simpleaudio

simpleaudio是一個(gè)跨平臺(tái)的庫(kù)，用于播放沒有依賴關(guān)系的（單聲道和立體聲）WAV文件。以下代碼可用于播放WAV文件，并在終止腳本之前等待文件完成播放：

            
              import simpleaudio as sa
filename = 'myfile.wav'
wave_obj = sa.WaveObject.from_wave_file(filename)
play_obj = wave_obj.play()
play_obj.wait_done()  # Wait until sound has finished playing

            
          

WAV文件包含表示原始音頻數(shù)據(jù)的一系列位，以及具有 RIFF（資源交換文件格式）格式的元數(shù)據(jù)的標(biāo)題。

對(duì)于CD錄制，行業(yè)標(biāo)準(zhǔn)是將每個(gè)音頻樣本（與氣壓相關(guān)的單個(gè)音頻數(shù)據(jù)點(diǎn)）存儲(chǔ)為16位值，每秒44100個(gè)樣本。

為了減小文件大小，以較低的采樣率存儲(chǔ)一些記錄（例如人類語(yǔ)音）可能就足夠了，例如每秒8000個(gè)樣本，盡管這確實(shí)意味著較高的聲音頻率可能沒有準(zhǔn)確表示。

本教程中討論的一些庫(kù)播放和記錄bytes對(duì)象，而其他庫(kù)使用NumPy數(shù)組來存儲(chǔ)原始音頻數(shù)據(jù)。

兩者都對(duì)應(yīng)于一系列數(shù)據(jù)點(diǎn)，這些數(shù)據(jù)點(diǎn)可以以指定的采樣率播放以播放聲音。對(duì)于bytes對(duì)象，每個(gè)樣本存儲(chǔ)為一組兩個(gè)8位值，而在NumPy數(shù)組中，每個(gè)元素可以包含對(duì)應(yīng)于單個(gè)樣本的16位值。

這兩種數(shù)據(jù)類型之間的一個(gè)重要區(qū)別是bytes對(duì)象是不可變的，而NumPy數(shù)組是可變的，使后者更適合生成聲音和更復(fù)雜的信號(hào)處理。有關(guān)如何使用NumPy的更多信息，請(qǐng)查看我們的NumPy教程。

simpleaudio允許您使用NumPy和Python數(shù)組和bytes對(duì)象simpleaudio.play_buffer()。確保安裝了NumPy以使以下示例正常工作simpleaudio。（pip安裝后，您可以通過pip install numpy從控制臺(tái)運(yùn)行來執(zhí)行此操作。）

有關(guān)如何使用pip安裝包的更多信息，

下面你將看到如何生成一個(gè)對(duì)應(yīng)于440 Hz音調(diào)的NumPy數(shù)組并使用simpleaudio.play_buffer()以下方式播放：

            
              import numpy as np
import simpleaudio as sa

frequency = 440  # Our played note will be 440 Hz
fs = 44100  # 44100 samples per second
seconds = 3  # Note duration of 3 seconds

# Generate array with seconds*sample_rate steps, ranging between 0 and seconds
t = np.linspace(0, seconds, seconds * fs, False)

# Generate a 440 Hz sine wave
note = np.sin(frequency * t * 2 * np.pi)

# Ensure that highest value is in 16-bit range
audio = note * (2**15 - 1) / np.max(np.abs(note))
# Convert to 16-bit data
audio = audio.astype(np.int16)

# Start playback
play_obj = sa.play_buffer(audio, 1, 2, fs)

# Wait for playback to finish before exiting
play_obj.wait_done()

            
          

接下來，讓我們看看如何winsound在Windows機(jī)器上播放WAV文件。

winsound

如果使用Windows，則可以使用內(nèi)置winsound模塊訪問其基本的聲音播放機(jī)器。播放WAV文件可以在幾行代碼中完成：

            
              import winsound

filename = 'myfile.wav'
winsound.PlaySound(filename, winsound.SND_FILENAME)

            
          

winsound不支持播放WAV文件以外的任何文件。它確實(shí)允許您使用揚(yáng)聲器發(fā)出嗶嗶聲winsound.Beep(frequency, duration)。例如，您可以使用以下代碼將1000 Hz音調(diào)發(fā)出100毫秒的響聲：

            
              import winsound
winsound.Beep(1000, 100)  # Beep at 1000 Hz for 100 ms

            
          

接下來，您將學(xué)習(xí)如何使用該python-sounddevice模塊進(jìn)行跨平臺(tái)音頻播放。

python-sounddevice

正如其文檔中所述，python-sounddevice“為PortAudio庫(kù)提供綁定，并提供一些便利功能來播放和記錄包含音頻信號(hào)的NumPy數(shù)組”。為了播放WAV文件，numpy而且soundfile需要安裝，打開WAV文件作為NumPy的陣列。

隨著python-sounddevice，numpy以及soundfile安裝，您現(xiàn)在可以讀取WAV文件作為與NumPy陣列和回放：

            
              import sounddevice as sd
import soundfile as sf
filename = 'myfile.wav'
# Extract data and sampling rate from file
data, fs = sf.read(filename, dtype='float32')  
sd.play(data, fs)
status = sd.wait()  # Wait until file is done playing

            
          

該行包含sf.read()提取原始音頻數(shù)據(jù)，以及存儲(chǔ)在其RIFF標(biāo)題中的文件的采樣率，并sounddevice.wait()確保腳本僅在聲音播放完畢后終止。

接下來，我們將學(xué)習(xí)如何使用pydub播放聲音。通過安裝正確的依賴項(xiàng)，它允許您播放各種音頻文件，并為您提供更多的音頻處理選項(xiàng)python-soundevice。

pydub

雖然pydub可以在沒有任何依賴性的情況下打開和保存WAV文件，但您需要安裝音頻播放包才能播放音頻。simpleaudio強(qiáng)烈建議，但是pyaudio，ffplay和avplay有其他選擇。

以下代碼可用于播放WAV文件pydub：

            
              from pydub import AudioSegment
from pydub.playback import play
sound = AudioSegment.from_wav('myfile.wav')
play(sound)

            
          

為了播放其他音頻類型，如MP3文件，ffmpeg或者libav應(yīng)該安裝?？匆豢丛谖臋n中pydub的說明。作為文檔中描述的步驟的替代，ffmpeg-python提供綁定ffmpeg，并可以使用pip安裝：

            
              $ pip install ffmpeg-python

            
          

隨著ffmpeg安裝，播放MP3文件，只需要在我們的前面的代碼一個(gè)小的變化：

            
              from pydub import AudioSegment
from pydub.playback import play

sound = AudioSegment.from_mp3('myfile.mp3')
play(sound)

            
          

使用該AudioSegment.from_file(filename, filetype)結(jié)構(gòu)，您可以播放任何類型的支持音頻文件ffmpeg。例如，您可以使用以下方式播放WMA文件：

            
              sound  =  AudioSegment 。from_file （'myfile.wma' ， 'wma' ）

            
          

除了播放聲音文件之外，還pydub可以使用不同的文件格式保存音頻（稍后會(huì)詳細(xì)介紹），切片音頻，計(jì)算音頻文件的長(zhǎng)度，淡入或淡出以及應(yīng)用交叉淡入淡出。

AudioSegment.reverse()創(chuàng)建一個(gè)向后播放的AudioSegment的副本，該文檔描述為“對(duì)Pink Floyd有用，可以使用，以及一些音頻處理算法”。

pyaudio

            
              import pyaudio
import wave

filename = 'myfile.wav'

# Set chunk size of 1024 samples per data frame
chunk = 1024  

# Open the sound file 
wf = wave.open(filename, 'rb')

# Create an interface to PortAudio
p = pyaudio.PyAudio()

# Open a .Stream object to write the WAV file to
# 'output = True' indicates that the sound will be played rather than recorded
stream = p.open(format = p.get_format_from_width(wf.getsampwidth()),
                channels = wf.getnchannels(),
                rate = wf.getframerate(),
                output = True)

# Read data in chunks
data = wf.readframes(chunk)

# Play the sound by writing the audio data to the stream
while data != '':
    stream.write(data)
    data = wf.readframes(chunk)

# Close and terminate the stream
stream.close()
p.terminate()

            
          

您可能已經(jīng)注意到，播放聲音pyaudio比使用您之前看到的庫(kù)播放聲音要復(fù)雜一些。這意味著如果您只想在Python應(yīng)用程序中播放聲音效果，它可能不是您的首選。

但是，由于pyaudio為您提供了更多的低級(jí)控制，因此可以為輸入和輸出設(shè)備獲取和設(shè)置參數(shù)，并檢查CPU負(fù)載和輸入或輸出延遲。

它還允許您在回調(diào)模式下播放和錄制音頻，其中當(dāng)需要播放或可用于錄制時(shí)需要新數(shù)據(jù)時(shí)調(diào)用指定的回調(diào)函數(shù)。pyaudio如果您的音頻需求不僅僅是簡(jiǎn)單的播放，這些選項(xiàng)可以使用合適的庫(kù)。

現(xiàn)在您已經(jīng)了解了如何使用許多不同的庫(kù)來播放音頻，現(xiàn)在是時(shí)候看看如何使用Python自己錄制音頻了。

錄制音頻

在python-sounddevice和pyaudio庫(kù)提供的方式來錄制音頻和Python。python-sounddevice記錄到NumPy數(shù)組和pyaudio記錄到bytes對(duì)象。這兩個(gè)都可以分別使用scipy和wave庫(kù)存儲(chǔ)為WAV文件。

python-sounddevice

python-sounddevice允許您錄制麥克風(fēng)的音頻并將其存儲(chǔ)為NumPy陣列。這是一種方便的聲音處理數(shù)據(jù)類型，可以使用該scipy.io.wavfile模塊轉(zhuǎn)換為WAV格式進(jìn)行存儲(chǔ)。確保安裝scipy以下示例的模塊（pip install scipy）。這會(huì)自動(dòng)將NumPy安裝為其依賴項(xiàng)之一：

            
              import sounddevice as sd
from scipy.io.wavfile import write

fs = 44100  # Sample rate
seconds = 3  # Duration of recording

myrecording = sd.rec(int(seconds * fs), samplerate=fs, channels=2)
sd.wait()  # Wait until recording is finished
write('output.wav', fs, myrecording)  # Save as WAV file 

            
          

pyaudio

在本文的前面部分，您學(xué)習(xí)了如何通過閱讀來播放聲音pyaudio.Stream()。錄制音頻可以通過寫入此流來完成：

            
              import pyaudio
import wave

chunk = 1024  # Record in chunks of 1024 samples
sample_format = pyaudio.paInt16  # 16 bits per sample
channels = 2
fs = 44100  # Record at 44100 samples per second
seconds = 3
filename = "output.wav"

p = pyaudio.PyAudio()  # Create an interface to PortAudio

print('Recording')

stream = p.open(format=sample_format,
                channels=channels,
                rate=fs,
                frames_per_buffer=chunk,
                input=True)

frames = []  # Initialize array to store frames

# Store data in chunks for 3 seconds
for i in range(0, int(fs / chunk * seconds)):
    data = stream.read(chunk)
    frames.append(data)

# Stop and close the stream 
stream.stop_stream()
stream.close()
# Terminate the PortAudio interface
p.terminate()

print('Finished recording')

# Save the recorded data as a WAV file
wf = wave.open(filename, 'wb')
wf.setnchannels(channels)
wf.setsampwidth(p.get_sample_size(sample_format))
wf.setframerate(fs)
wf.writeframes(b''.join(frames))
wf.close()

            
          

現(xiàn)在您已經(jīng)了解了如何用python-sounddevice和記錄音頻pyaudio，您將學(xué)習(xí)如何將錄音（或任何其他音頻文件）轉(zhuǎn)換為一系列不同的音頻格式。

保存和轉(zhuǎn)換音頻

您之前看到可以使用該scipy.io.wavfile模塊將NumPy陣列存儲(chǔ)為WAV文件。該wavio模塊同樣允許您在WAV文件和NumPy數(shù)組之間進(jìn)行轉(zhuǎn)換。如果您想以不同的文件格式存儲(chǔ)音頻，pydub并且soundfile派上用場(chǎng)，因?yàn)樗鼈冊(cè)试S您讀取和寫入一系列流行的文件格式（例如MP3，F(xiàn)LAC，WMA和FLV）。

wavio

此模塊依賴于numpy并允許您將WAV文件讀取為NumPy陣列，并將NumPy陣列保存為WAV文件。

要將NumPy數(shù)組保存為WAV文件，您可以使用wavio.write()：

            
              import wavio

wavio.write("myfile.wav", my_np_array, fs, sampwidth=2)

            
          

在此示例中，my_np_array包含音頻的NumPy數(shù)組fs是記錄的采樣率（通常為44100或44800 Hz），并且sampwidth是音頻的采樣寬度（每個(gè)采樣的字節(jié)數(shù)，通常為1或2個(gè)字節(jié)）。

soundfile

該soundfile庫(kù)可以讀寫所有支持的文件格式libsndfile。雖然它無法播放音頻，但它允許您將音頻轉(zhuǎn)換為FLAC，AIFF和一些不太常見的音頻格式。要將WAV文件轉(zhuǎn)換為FLAC，可以使用以下代碼：

            
              import soundfile as sf

# Extract audio data and sampling rate from file 
data, fs = sf.read('myfile.wav') 
# Save as FLAC file at correct sampling rate
sf.write('myfile.flac', data, fs)  

            
          

類似的代碼將用于轉(zhuǎn)換支持的其他文件格式libsndfile。

pydub

pydub讓您以任何ffmpeg支持的格式保存音頻，其中包括您日常生活中可能遇到的幾乎所有音頻類型。例如，您可以使用以下代碼將WAV文件轉(zhuǎn)換為MP3：

            
              from pydub import AudioSegment
sound = AudioSegment.from_wav('myfile.wav')

sound.export('myfile.mp3', format='mp3')

            
          

使用AudioSegment.from_file()是一種加載音頻文件的更通用的方法。例如，如果要將文件從MP3轉(zhuǎn)換回WAV，可以執(zhí)行以下操作：

            
              from pydub import AudioSegment
sound = AudioSegment.from_file('myfile.mp3', format='mp3')

sound.export('myfile.wav', format='wav')

            
          

此代碼應(yīng)適用于任何格式的音頻文件是ffmpeg支持。

結(jié)論：在Python中播放和錄制聲音
在本教程中，您學(xué)習(xí)了如何使用一些最流行的音頻庫(kù)來播放和錄制Python中的音頻。您還了解了如何以多種不同格式保存音頻。

你現(xiàn)在能夠：

播放各種音頻格式，包括WAV，MP3和NumPy陣列
將麥克風(fēng)的音頻錄制到NumPy或Python陣列
將錄制的音頻存儲(chǔ)為各種格式，包括WAV和MP3
將聲音文件轉(zhuǎn)換為一系列不同的音頻格式