Python音頻操作工具PyAudio上手教程詳解

​

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 在此處 獲取 。
• 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：

git clone  https://people.csail.mit.edu/hubert/git/pyaudio.git

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。

通過使用流式傳輸 pyaudio.Stream.write() 音頻數(shù)據(jù)或使用流式傳輸音頻數(shù)據(jù)來播放音頻  pyaudio.Stream.read() 。

（3）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?；蛘?，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”。

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(huì)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(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:

1. http://people.csail.mit.edu/hubert/pyaudio/

總結(jié)

以上所述是小編給大家介紹的Python音頻操作工具PyAudio上手教程詳解,希望對大家有所幫助，如果大家有任何疑問請給我留言，小編會(huì)及時(shí)回復(fù)大家的。在此也非常感謝大家對億速云網(wǎng)站的支持！
如果你覺得本文對你有幫助，歡迎轉(zhuǎn)載，煩請注明出處，謝謝！