『開發技巧』Python音訊操作工具PyAudio上手教程
『開發技巧』Python音訊操作工具PyAudio上手教程
0.引子
當需要使用Python處理音訊資料時,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訊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
PyAudio為跨平臺音訊I / O庫PortAudio提供Python 繫結。使用PyAudio,您可以輕鬆地使用Python在各種平臺上播放和錄製音訊,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繫結。
- 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。對於v0.2.9之前的版本,PyAudio分發安裝二進位制檔案,這些檔案 存檔在這裡。
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將獲取並安裝PyAudio輪(預先打包的二進位制檔案)。目前,有車輪相容Python 2.7,3.4,3.5和3.6 的 官方發行版。對於這些版本,可以使用32位和64位車輪。
- 這些二進位制檔案包括使用MinGW構建的PortAudio v19 v190600_20161030。它們僅支援Windows MME API,不包括對DirectX,ASIO等的支援。如果需要支援未包含的API,則需要編譯PortAudio和PyAudio。
Apple Mac OS X.
使用Homebrew安裝必備的portaudio庫,然後使用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原始碼併為您的Python版本構建它。
- Homebrew和構建PyAudio還需要安裝Xcode命令列工具(更多資訊)。
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源併為您的系統構建它。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
原始碼可從Python Package Index(PyPI)下載:pypi.python.org/pypi/PyAudio。
或克隆git儲存庫:
git clone https://people.csail.mit.edu/hubert/git/pyaudio.git
要從原始碼構建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,請檢視Sebastian Audet的說明。
3.示例
1).採集音訊
下面以一段程式碼演示如何從計算機麥克風採集一段音訊,採集音訊時長 4s,儲存檔案 output.wav
使用了tqdm模組,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)例項化PyAudio ,它設定portaudio系統。
要錄製或播放音訊,請使用pyaudio.PyAudio.open()
(2)在所需裝置上開啟所需音訊引數的流。這設定了pyaudio.Stream
播放或錄製音訊。
通過使用流式傳輸pyaudio.Stream.write()
音訊資料或使用流式傳輸音訊資料來播放音訊 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,要動態生成音訊資料或立即處理錄製的音訊資料,請使用下面概述的“回撥模式”。
使用pyaudio.Stream.stop_stream()
暫停播放/錄製,並pyaudio.Stream.close()
終止流。(4)
最後,使用pyaudio.PyAudio.terminate()
(5)終止portaudio會話
2).播放音訊
下面使用播放的功能來播放1)中儲存的音訊 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).以回撥方式播放音訊
當需要在執行其他程式時同時播放音訊,可以使用回撥的方式播放,示例程式碼如下:
"""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")
Reference:
1.http://people.csail.mit.edu/hubert/pyaudio/
&nbs