『开发技巧』Python音频操作工具PyAudio上手教程 - 小宋是呢 - 博客园 - 图1

0.引子

当需要使用Python处理音频数据时,使用python读取与播放声音必不可少,下面介绍一个好用的处理音频PyAudio工具包。

PyAudio是Python开源工具包,由名思义,是提供对语音操作的工具包。提供录音播放处理等功能,可以视作语音领域的OpenCv。

1.简介

PyAudio为跨平台音频I / O库PortAudio提供Python 绑定。使用PyAudio,您可以轻松地使用Python在各种平台上播放和录制音频,例如GNU / Linux,Microsoft Windows和Apple Mac OS X / macOS。

PyAudio的灵感来自:

2.安装

目前的版本是PyAudio v0.2.11。在大多数平台上使用pip安装PyAudio。对于v0.2.9之前的版本,PyAudio分发安装二进制文件,这些文件 存档在这里

微软Windows

使用pip安装:

python -m pip install pyaudio

笔记:

  • 如果pip尚未与您的Python安装捆绑在一起,请在此处获取 。
  • pip将获取并安装PyAudio轮(预先打包的二进制文件)。目前,有车轮兼容Python 2.7,3.4,3.5和3.6 的 官方发行版。对于这些版本,可以使用32位和64位车轮。
  • 这些二进制文件包括使用MinGW构建的PortAudio v19 v190600_20161030。它们仅支持Windows MME API,包括对DirectX,ASIO等的支持。如果需要支持未包含的API,则需要编译PortAudio和PyAudio。

Apple Mac OS X.

使用Homebrew安装必备的portaudio库,然后使用pip安装PyAudio:

brew install portaudio pip install pyaudio

笔记:

  • 如果尚未安装,请下载 Homebrew
  • pip将下载PyAudio源代码并为您的Python版本构建它。
  • Homebrew和构建PyAudio还需要安装Xcode命令行工具(更多信息)。

Debian / Ubuntu

使用包管理器安装PyAudio:

sudo apt-get install python-pyaudio python3-pyaudio


如果没有最新版本的PyAudio,请使用pip安装它:

pip install pyaudio

笔记:

  • pip将下载PyAudio源并为您的系统构建它。请务必事先安装portaudio库开发包(portaudio19-dev)和python开发包(python-all-dev)。
  • 为了更好地隔离系统包,请考虑在virtualenv中安装PyAudio 。

PyAudio来源

源代码可从Python Package Index(PyPI)下载:pypi.python.org/pypi/PyAudio

或克隆git存储库:

git clone [https://people.csail.mit.edu/hubert/git/pyaudio.git](https://people.csail.mit.edu/hubert/git/pyaudio.git)

要从源代码构建PyAudio,您还需要构建 PortAudio v19。有关为各种平台构建PyAudio的一些说明,请参阅编译提示。要使用Microsoft Visual Studio构建PyAudio,请查看Sebastian Audet的说明

3.示例

1).采集音频

下面以一段代码演示如何从计算机麦克风采集一段音频,采集音频时长 4s,保存文件 output.wav

使用了tqdm模块,可以方便显示出来读取过程,如下:

  1. * recording
  2. 100%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 172/172 [00:03<00:00, 43.40it/s]
  3. * done recording
  1. import pyaudio
  2. import wave
  3. from tqdm import tqdm
  4. def record_audio(wave_out_path,record_second):
  5. CHUNK = 1024
  6. FORMAT = pyaudio.paInt16
  7. CHANNELS = 2
  8. RATE = 44100
  9. p = pyaudio.PyAudio()
  10. stream = p.open(format=FORMAT,
  11. channels=CHANNELS,
  12. rate=RATE,
  13. input=True,
  14. frames_per_buffer=CHUNK)
  15. wf = wave.open(wave_out_path, 'wb')
  16. wf.setnchannels(CHANNELS)
  17. wf.setsampwidth(p.get_sample_size(FORMAT))
  18. wf.setframerate(RATE)
  19. print("* recording")
  20. for i in tqdm(range(0, int(RATE / CHUNK * record_second))):
  21. data = stream.read(CHUNK)
  22. wf.writeframes(data)
  23. print("* done recording")
  24. stream.stop_stream()
  25. stream.close()
  26. p.terminate()
  27. wf.close()
  28. record_audio("output.wav",record_second=4)

要使用PyAudio,首先使用pyaudio.PyAudio()(1)实例化PyAudio ,它设置portaudio系统。

要录制或播放音频,请使用pyaudio.PyAudio.open() (2)在所需设备上打开所需音频参数的流。这设置了pyaudio.Stream播放或录制音频。

通过使用流式传输pyaudio.Stream.write()音频数据或使用流式传输音频数据来播放音频 pyaudio.Stream.read()。(3)

请注意,在“阻止模式”中,每个pyaudio.Stream.write()pyaudio.Stream.read()阻止直到所有给定/请求的帧都被播放/记录。或者,要动态生成音频数据或立即处理录制的音频数据,请使用下面概述的“回调模式”。

使用pyaudio.Stream.stop_stream()暂停播放/录制,并pyaudio.Stream.close()终止流。(4)

最后,使用pyaudio.PyAudio.terminate()(5)终止portaudio会话

2).播放音频

下面使用播放的功能来播放1)中保存的音频 output.wav

通过tqdm,显示播放进度条,如下:

  1. 100%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 172/172 [00:03<00:00, 43.40it/s]
  1. """PyAudio Example: Play a WAVE file."""
  2. import pyaudio
  3. import wave
  4. from tqdm import tqdm
  5. def play_audio(wave_path):
  6. CHUNK = 1024
  7. wf = wave.open(wave_path, 'rb')
  8. # instantiate PyAudio (1)
  9. p = pyaudio.PyAudio()
  10. # open stream (2)
  11. stream = p.open(format=p.get_format_from_width(wf.getsampwidth()),
  12. channels=wf.getnchannels(),
  13. rate=wf.getframerate(),
  14. output=True)
  15. # read data
  16. data = wf.readframes(CHUNK)
  17. # play stream (3)
  18. datas = []
  19. while len(data) > 0:
  20. data = wf.readframes(CHUNK)
  21. datas.append(data)
  22. for d in tqdm(datas):
  23. stream.write(d)
  24. # stop stream (4)
  25. stream.stop_stream()
  26. stream.close()
  27. # close PyAudio (5)
  28. p.terminate()
  29. play_audio("output.wav")

2).以回调方式播放音频

当需要在执行其他程序时同时播放音频,可以使用回调的方式播放,示例代码如下:

  1. """PyAudio Example: Play a WAVE file."""
  2. import pyaudio
  3. import wave
  4. from tqdm import tqdm
  5. import time
  6. def play_audio_callback(wave_path):
  7. CHUNK = 1024
  8. wf = wave.open(wave_path, 'rb')
  9. # instantiate PyAudio (1)
  10. p = pyaudio.PyAudio()
  11. def callback(in_data, frame_count, time_info, status):
  12. data = wf.readframes(frame_count)
  13. return (data, pyaudio.paContinue)
  14. # open stream (2)
  15. stream = p.open(format=p.get_format_from_width(wf.getsampwidth()),
  16. channels=wf.getnchannels(),
  17. rate=wf.getframerate(),
  18. output=True,
  19. stream_callback=callback)
  20. # read data
  21. stream.start_stream()
  22. while stream.is_active():
  23. time.sleep(0.1)
  24. # stop stream (4)
  25. stream.stop_stream()
  26. stream.close()
  27. # close PyAudio (5)
  28. p.terminate()
  29. play_audio_callback("output.wav")

Reference:

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