python的pyaudio可以進行錄音，播放，生成wav文件等等,WAVE是錄音時用的標準的WINDOWS文件格式，文件的擴展名為WAV，數(shù)據(jù)本身的格式為PCM或壓縮型，屬于無損音樂格式的一種。在我們研究語音識別，自然語言處理的過程中，常常會使用到它，比如我們調(diào)用百度語音識別所以我們首先研究一下pyaudio庫的安裝與使用。

安裝：

pip install pyaudio

調(diào)用pyaudio使用麥克風(fēng)錄制聲音：

python中的pyaudio庫可以直接通過麥克風(fēng)錄制聲音，我們可以通過調(diào)用該庫，獲取到wav測試語音。 具體代碼如下所示：

#!/usr/bin/python3 # -*- coding: utf-8 -*-from pyaudio import PyAudio, paInt16 import numpy as np from datetime import datetime import waveclass recoder:NUM_SAMPLES = 2000 #pyaudio內(nèi)置緩沖大小SAMPLING_RATE = 8000 #取樣頻率LEVEL = 500 #聲音保存的閾值COUNT_NUM = 20 #NUM_SAMPLES個取樣之內(nèi)出現(xiàn)COUNT_NUM個大于LEVEL的取樣則記錄聲音SAVE_LENGTH = 8 #聲音記錄的最小長度：SAVE_LENGTH * NUM_SAMPLES 個取樣TIME_COUNT = 60 #錄音時間，單位sVoice_String = []def savewav(self,filename):wf = wave.open(filename, 'wb') wf.setnchannels(1) wf.setsampwidth(2) wf.setframerate(self.SAMPLING_RATE) wf.writeframes(np.array(self.Voice_String).tostring()) # wf.writeframes(self.Voice_String.decode())wf.close() def recoder(self):pa = PyAudio() stream = pa.open(format=paInt16, channels=1, rate=self.SAMPLING_RATE, input=True, frames_per_buffer=self.NUM_SAMPLES) save_count = 0 save_buffer = [] time_count = self.TIME_COUNTwhile True:time_count -= 1# print time_count# 讀入NUM_SAMPLES個取樣string_audio_data = stream.read(self.NUM_SAMPLES) # 將讀入的數(shù)據(jù)轉(zhuǎn)換為數(shù)組audio_data = np.fromstring(string_audio_data, dtype=np.short)# 計算大于LEVEL的取樣的個數(shù)large_sample_count = np.sum( audio_data > self.LEVEL )print(np.max(audio_data))# 如果個數(shù)大于COUNT_NUM，則至少保存SAVE_LENGTH個塊if large_sample_count > self.COUNT_NUM:save_count = self.SAVE_LENGTH else: save_count -= 1if save_count < 0:save_count = 0 if save_count > 0 : # 將要保存的數(shù)據(jù)存放到save_buffer中#print save_count > 0 and time_count >0save_buffer.append( string_audio_data ) else: #print save_buffer# 將save_buffer中的數(shù)據(jù)寫入WAV文件，WAV文件的文件名是保存的時刻#print "debug"if len(save_buffer) > 0 : self.Voice_String = save_buffersave_buffer = [] print("Recode a piece of voice successfully!")return Trueif time_count==0: if len(save_buffer)>0:self.Voice_String = save_buffersave_buffer = [] print("Recode a piece of voice successfully!")return Trueelse:return Falseif __name__ == "__main__":r = recoder()r.recoder()r.savewav("test.wav") pyaudio文檔：http://people.csail.mit.edu/hubert/pyaudio/docs/參考文檔：https://blog.csdn.net/yexiaohhjk/article/details/73132562

原創(chuàng)文章，轉(zhuǎn)載請注明 ：python調(diào)用pyaudio使用麥克風(fēng)錄制wav聲音文件用于pytorch語音識別以及Mac/Ubuntu安裝pyaudio教程 - pytorch中文網(wǎng)
原文出處： https://ptorch.com/news/84.html
問題交流群 ：168117787

 

總結(jié)

以上是生活随笔為你收集整理的python调用pyaudio使用麦克风录制wav声音文件的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。