『开发技巧』Python音频操作工具PyAudio上手教程

小宋是呢

发布于 2019-06-27 14:52:18

4.7K1

发布于 2019-06-27 14:52:18

文章被收录于专栏：深度应用深度应用深度应用

『开发技巧』Python音频操作工具PyAudio上手教程

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：

pyPortAudio / fastaudio：PortAudio v18 API的Python绑定。
tkSnack：Tcl / Tk和Python的跨平台声音工具包。

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，不包括对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

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：

* 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）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()或 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：

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：

"""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")