『開發(fā)技巧』Python音頻操作工具PyAudio上手教程

?

0.引子

當(dāng)需要使用Python處理音頻數(shù)據(jù)時(shí)，使用python讀取與播放聲音必不可少，下面介紹一個(gè)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(lǐng)域的OpenCv。

1.簡介

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(shù)平臺上使用pip安裝PyAudio。對于v0.2.9之前的版本，PyAudio分發(fā)安裝二進(jìn)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?jiān)诖颂帿@取?。

pip將獲取并安裝PyAudio輪(預(yù)先打包的二進(jìn)制文件)。目前，有車輪兼容Python 2.7,3.4,3.5和3.6?的?官方發(fā)行版。對于這些版本，可以使用32位和64位車輪。

這些二進(jìn)制文件包括使用MinGW構(gòu)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(gòu)建它。

Homebrew和構(gòu)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(tǒng)構(gòu)建它。請務(wù)必事先安裝portaudio庫開發(fā)包(portaudio19-dev)和python開發(fā)包(python-all-dev)。

為了更好地隔離系統(tǒng)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：

要從源代碼構(gòu)建PyAudio，您還需要構(gòu)建?PortAudio v19。有關(guān)為各種平臺構(gòu)建PyAudio的一些說明，請參閱編譯提示。要使用Microsoft Visual Studio構(gòu)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(jì)算機(jī)麥克風(fēng)采集一段音頻，采集音頻時(shí)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(shí)例化PyAudio?，它設(shè)置portaudio系統(tǒng)。

要錄制或播放音頻，請使用pyaudio.PyAudio.open()?(2)在所需設(shè)備上打開所需音頻參數(shù)的流。這設(shè)置了pyaudio.Stream播放或錄制音頻。

請注意，在“阻止模式”中，每個(gè)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?jiǎng)討B(tài)生成音頻數(shù)據(jù)或立即處理錄制的音頻數(shù)據(jù)，請使用下面概述的“回調(diào)模式”。

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(jìn)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(diào)方式播放音頻

當(dāng)需要在執(zhí)行其他程序時(shí)同時(shí)播放音頻，可以使用回調(diào)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")

Reference:

總結(jié)

以上是生活随笔為你收集整理的python处理音频的软件_『开发技巧』Python音频操作工具PyAudio上手教程的全部內(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(cuò)，歡迎將生活随笔推薦給好友。