0.引子
當需要使用Python處理音頻數據時,使用python讀取與播放聲音必不可少,下面介紹一個好用的處理音頻PyAudio工具包。
PyAudio是Python開源工具包,由名思義,是提供對語音操作的工具包。提供錄音播放處理等功能,可以視作語音領域的OpenCv。
1.簡介
Python學習交流群:1004391443
PyAudio為跨平臺音頻I / O庫 PortAudio 提供 Python 綁定。使用PyAudio,您可以輕松地使用Python在各種平臺上播放和錄制音頻,例如GNU / Linux,Microsoft Windows和Apple Mac OS X / macOS。
PyAudio的靈感來自:
- pyPortAudio / fastaudio :PortAudio? v18 ?API的Python綁定。
- tkSnack :Tcl / Tk和Python的跨平臺聲音工具包。
2.安裝
目前的版本是 PyAudio v0.2.11 。在大多數平臺上使用pip安裝PyAudio。對于v0.2.9之前的版本,PyAudio分發安裝二進制文件,這些文件?存檔在這里 。
微軟Windows
使用 pip 安裝:
python -m pip install pyaudio
筆記:
- 如果pip尚未與您的Python安裝捆綁在一起,請 在此處 獲取?。
- pip將獲取并安裝PyAudio輪(預先打包的二進制文件)。目前,有車輪兼容Python 2.7,3.4,3.5和3.6?的?官方發行版 。對于這些版本,可以使用32位和64位車輪。
- 這些二進制文件包括使用MinGW構建的PortAudio v19 v190600_20161030。它們僅支持Windows MME API, 不 包括對DirectX,ASIO等的支持。如果需要支持未包含的API,則需要編譯PortAudio和PyAudio。
Apple Mac OS X.
使用 Homebrew 安裝必備的portaudio庫,然后使用pip安裝PyAudio:
brew install portaudio? pip install pyaudio
筆記:
- 如果尚未安裝,請下載?Homebrew 。
- pip將下載PyAudio源代碼并為您的Python版本構建它。
- Homebrew和構建PyAudio還需要安裝Xcode命令行工具( 更多信息 )。
Debian / Ubuntu
使用包管理器安裝PyAudio:
sudo apt-get install python-pyaudio python3-pyaudio
如果沒有最新版本的PyAudio,請使用pip安裝它:
pip install pyaudio
筆記:
- pip將下載PyAudio源并為您的系統構建它。請務必事先安裝portaudio庫開發包( portaudio19-dev )和python開發包( python-all-dev )。
- 為了更好地隔離系統包,請考慮在 virtualenv中 安裝PyAudio?。
PyAudio來源
源代碼可從Python Package Index(PyPI)下載: pypi.python.org/pypi/PyAudio 。
或克隆git存儲庫:
git clone?https://people.csail.mit.edu/hubert/git/pyaudio.git
要從源代碼構建PyAudio,您還需要構建 PortAudio v19 。有關為各種平臺構建PyAudio的一些說明,請參閱 編譯提示 。要使用Microsoft Visual Studio構建PyAudio,請查看Sebastian Audet的 說明 。
3.示例
1).采集音頻
下面以一段代碼演示如何從計算機麥克風采集一段音頻,采集音頻時長 4s,保存文件 output.wav
使用了tqdm模塊,可以方便顯示出來讀取過程,如下:
* recording 100%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 172/172 [00:03<00:00, 43.40it/s] * done recording import pyaudio import wave from tqdm import tqdm def record_audio(wave_out_path,record_second): CHUNK = 1024 FORMAT = pyaudio.paInt16 CHANNELS = 2 RATE = 44100 p = pyaudio.PyAudio() stream = p.open(format=FORMAT, channels=CHANNELS, rate=RATE, input=True, frames_per_buffer=CHUNK) wf = wave.open(wave_out_path, 'wb') wf.setnchannels(CHANNELS) wf.setsampwidth(p.get_sample_size(FORMAT)) wf.setframerate(RATE) print("* recording") for i in tqdm(range(0, int(RATE / CHUNK * record_second))): data = stream.read(CHUNK) wf.writeframes(data) print("* done recording") stream.stop_stream() stream.close() p.terminate() wf.close() record_audio("output.wav",record_second=4)
要使用PyAudio,首先使用 pyaudio.PyAudio() (1)實例化PyAudio?,它設置portaudio系統。
要錄制或播放音頻,請使用 pyaudio.PyAudio.open() (2)在所需設備上打開所需音頻參數的流。這設置了 pyaudio.Stream 播放或錄制音頻。
通過使用流式傳輸 pyaudio.Stream.write() 音頻數據或使用流式傳輸音頻數據來播放音頻? pyaudio.Stream.read() 。(3)
請注意,在“阻止模式”中,每個 pyaudio.Stream.write() 或? pyaudio.Stream.read() 阻止直到所有給定/請求的幀都被播放/記錄。或者,要動態生成音頻數據或立即處理錄制的音頻數據,請使用下面概述的“回調模式”。
使用 pyaudio.Stream.stop_stream() 暫停播放/錄制,并 pyaudio.Stream.close() 終止流。(4)
最后,使用 pyaudio.PyAudio.terminate() (5)終止portaudio會話
2).播放音頻
下面使用播放的功能來播放1)中保存的音頻 output.wav
通過tqdm,顯示播放進度條,如下:
100%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 172/172 [00:03<00:00, 43.40it/s] """PyAudio Example: Play a WAVE file.""" import pyaudio import wave from tqdm import tqdm def play_audio(wave_path): CHUNK = 1024 wf = wave.open(wave_path, 'rb') # instantiate PyAudio (1) p = pyaudio.PyAudio() # open stream (2) stream = p.open(format=p.get_format_from_width(wf.getsampwidth()), channels=wf.getnchannels(), rate=wf.getframerate(), output=True) # read data data = wf.readframes(CHUNK) # play stream (3) datas = [] while len(data) > 0: data = wf.readframes(CHUNK) datas.append(data) for d in tqdm(datas): stream.write(d) # stop stream (4) stream.stop_stream() stream.close() # close PyAudio (5) p.terminate() play_audio("output.wav")
2).以回調方式播放音頻
當需要在執行其他程序時同時播放音頻,可以使用回調的方式播放,示例代碼如下:
"""PyAudio Example: Play a WAVE file.""" import pyaudio import wave from tqdm import tqdm import time def play_audio_callback(wave_path): CHUNK = 1024 wf = wave.open(wave_path, 'rb') # instantiate PyAudio (1) p = pyaudio.PyAudio() def callback(in_data, frame_count, time_info, status): data = wf.readframes(frame_count) return (data, pyaudio.paContinue) # open stream (2) stream = p.open(format=p.get_format_from_width(wf.getsampwidth()), channels=wf.getnchannels(), rate=wf.getframerate(), output=True, stream_callback=callback) # read data stream.start_stream() while stream.is_active(): time.sleep(0.1) # stop stream (4) stream.stop_stream() stream.close() # close PyAudio (5) p.terminate() play_audio_callback("output.wav")
更多文章、技術交流、商務合作、聯系博主
微信掃碼或搜索:z360901061

微信掃一掃加我為好友
QQ號聯系: 360901061
您的支持是博主寫作最大的動力,如果您喜歡我的文章,感覺我的文章對您有幫助,請用微信掃描下面二維碼支持博主2元、5元、10元、20元等您想捐的金額吧,狠狠點擊下面給點支持吧,站長非常感激您!手機微信長按不能支付解決辦法:請將微信支付二維碼保存到相冊,切換到微信,然后點擊微信右上角掃一掃功能,選擇支付二維碼完成支付。
【本文對您有幫助就好】元
