python使用pyaudio录音和格式转化方式
短信预约 -IT技能 免费直播动态提醒
使用pyaudio录音和格式转化
环境
pip3 install pyaudio
pip3 install wave
pip3 install numpy
- linux 21.04
- python 3.7
代码(Record类)
#!/bin/python3
# 标识引用的python版本
import pyaudio
import wave
import sys
import os
import numpy as np
"""
首先集成一下录音功能和格式转换功能
"""
class Record():
"""
录音的类
CHUNK = 1024
FORMAT = pyaudio.paInt16
CHANNELS = 1 声道
RATE = 16000 频率
RECORD_SECONDS = 5 录音时间 单位=> s
WAVE_OUTPUT_FILENAME = os.getcwd() + "/python/output1.wav" 录音文件
"""
def __init__(self,WAVE_OUTPUT_FILENAME,CHUNK=1024,
FORMAT=pyaudio.paInt16,CHANNELS=1,RECORD_SECONDS=5,
Input=True,RATE=16000,PCMName="out.pcm",DataType=np.int16):
self.CHUNK = CHUNK
self.FORMAT = FORMAT
self.CHANNELS = CHANNELS
self.RECORD_SECONDS = RECORD_SECONDS
self.WAVE_OUTPUT_FILENAME = WAVE_OUTPUT_FILENAME
self.Input = Input
self.RATE = RATE
self.PCMName = PCMName
self.DataType = DataType
def recording(self):
"""
这句代码 会屏蔽一些不必要的报错
os.close(sys.stderr.fileno())
"""
#隐藏一些报错,这些不影响程序的运行
os.close(sys.stderr.fileno())
print("开始录音")
p = pyaudio.PyAudio()
stream = p.open(format=self.FORMAT,
channels=self.CHANNELS,
rate=self.RATE,
input=self.Input,#默认为True
frames_per_buffer=self.CHUNK)
frames = []
for i in range(0, int(self.RATE / self.CHUNK * self.RECORD_SECONDS)):
data = stream.read(self.CHUNK)
frames.append(data)
print("done")
# 关闭流
stream.stop_stream()
stream.close()
p.terminate()
wf = wave.open(self.WAVE_OUTPUT_FILENAME, 'wb')
wf.setnchannels(self.CHANNELS)
wf.setsampwidth(p.get_sample_size(self.FORMAT))
wf.setframerate(self.RATE)
wf.writeframes(b''.join(frames))
wf.close()
def wav2pcm(self):
"""
音频文件wav格式 转 pcm格式
"""
f = open(self.WAVE_OUTPUT_FILENAME, "rb")
f.seek(0)
f.read(1024)
data = np.fromfile(f, dtype=self.DataType)
# 获取 分割后的 数组
filePath = str(self.WAVE_OUTPUT_FILENAME).split('/')
path = ''
# 拼接路径 取出最后一位 [0,-1)
for item in filePath[:-1]:
path += item +'/'
path += self.PCMName
# print("PCM Path =>",path)
data.tofile(path)
print("结束")
# 可以返回一个元组; 也可以把它封成数组返回
return (self.WAVE_OUTPUT_FILENAME,path)
def run(self):
self.recording()
wavpath,path = self.wav2pcm()
# print("wave =>",wavpath,"\n","path =>",path)
# 这个就不写入那个类里了, 这样方便调用 不需要再初始化类了
# 可直接copy到使用的类中或者文件里
def pcm2wav(pcmfile,wavfile,channels=1,rate=16000):
with open(pcmfile,'rb') as fp:
pcmdata = fp.read()
with wave.open(wavfile, 'wb') as wav:
wav.setnchannels(channels)
wav.setsampwidth(16 // 8)
wav.setframerate(rate)
# 写入
wav.writeframes(pcmdata)
# 测试
if __name__ == "__main__":
wavepath = os.getcwd() + "/python/output1.wav"
dev = Record(wavepath)
# dev.run()
pcmfile = os.getcwd() + '/python/demo.pcm'
wavfile = os.getcwd() + '/python/demo.wav'
pcm2wav(pcmfile,wavfile)
pyaudio播放声音不清晰问题
在树莓派上使用pyaudio播放pcm文件的时候,发现明显的不清晰,感觉有轻微的断断续续,而使用aplay播放则非常清晰
测试文件:https://sis-sample-audio.obs.cn-north-1.myhuaweicloud.com/16k16bit.pcm
>>> import pyaudio
>>> p = pyaudio.PyAudio()
>>> stream = p.open(format=pyaudio.paInt16, channels=1, output=True)
>>> with open("16k16bit.pcm", "rb") as f:
... stream.write(f.read())
>>> aplay -f cd -c 1 -r 16000 16k16bit.pcm
最后发现是由于缓冲区的帧数过少导致播放不流畅,默认pyaudio缓冲区的帧数为1024。可以通过提高frames_per_buffer参数值来解决。
>>> import pyaudio
>>> p = pyaudio.PyAudio()
>>> stream = p.open(format=pyaudio.paInt16, channels=1, rate=16000, frames_per_buffer=4096, output=True)
>>> with open("16k16bit.pcm", "rb") as f:
... stream.write(f.read())
总结
以上为个人经验,希望能给大家一个参考,也希望大家多多支持编程网。
免责声明:
① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的,并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据,供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。
② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341