Loading [MathJax]/jax/input/TeX/config.js
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
社区首页 >问答首页 >如何在IPython笔记本上自动播放声音?

如何在IPython笔记本上自动播放声音?

提问于 2018-02-27 20:01:56
回答 2关注 0查看 1.1K

我经常在IPython笔记本中运行长时间运行的单元。当单元格完成执行时,笔记本电脑会自动发出哔声或发出声音。有什么方法可以在iPython笔记本中执行此操作,或者可以在可以自动播放声音的单元末尾放置一些命令?

如果这有什么不同,我使用Chrome。

回答 2

啊偶我去Skype

回答已采纳

发布于 2018-02-28 04:11:45

你可以用python使用外部模块。尝试s.play()从单元格末尾的Snack Sound Toolkit 添加此调用。

Snack Sound工具包可以播放wav,au和mp3文件。

代码语言:txt
AI代码解释
复制
s = Sound() 
s.read('sound.wav') 
s.play()

ikdoy

发布于 2018-02-28 05:51:33

在你笔记本的顶端

代码语言:txt
AI代码解释
复制
from IPython.display import Audio
sound_file = './sound/beep.wav'

sound_file 应该指向服务器上的文件,或者可以在互联网上访问。

然后,在长时间运行的单元结束时

代码语言:txt
AI代码解释
复制
<code that takes a long time>

Audio(url=sound_file, autoplay=True)

此方法使用新版iPython / Jupyter内置的Audio标签。

旧版本的注意事项

没有音频标签的旧版本可以使用以下方法。

将它放在一个单元格中,然后在想要播放声音之前先运行它:

代码语言:txt
AI代码解释
复制
from IPython.display import HTML
from base64 import b64encode

path_to_audio = "/path/to/snd/my-sound.mp3"
audio_type = "mp3"

sound = open(path_to_audio, "rb").read()
sound_encoded = b64encode(sound)
sound_tag = """
    <audio id="beep" controls src="data:audio/{1};base64,{0}">
    </audio>""".format(sound_encoded, audio_type)

play_beep = """
<script type="text/javascript">
    var audio = document.getElementById("beep");
    audio.play();
</script>
"""

HTML(sound_tag)

在你想完成噪声的单元的末尾放置这个:

代码语言:txt
AI代码解释
复制
HTML(play_beep)

怎么运行的:

它使用iPython的内置方法openread方法从文件系统中读取文件。然后将其编码为base64。然后它创建一个带有ID的音频标签beep并将base64数据注入到它。最后一段设置会创建一个播放声音的小脚本标记。

这种方法应该可以在任何支持HTML5音频标签的浏览器中使用。

注意:如果不想在笔记本中显示音频控件,只需controls从名为的变量中删除该属性即可sound_tag

和开发者交流更多问题细节吧,去 写回答
相关文章
数据科学 IPython 笔记本 四、Keras(上)
深度学习允许由多层组成的计算模型,来学习具有多个抽象级别的数据表示。这些方法极大地改进了语音识别,视觉对象识别,物体检测,以及药物发现和基因组学等许多其他领域的最新技术。
ApacheCN_飞龙
2022/05/07
1.7K0
数据科学 IPython 笔记本 四、Keras(上)
数据科学 IPython 笔记本 9.7 数组上的计算:广播
我们在上一节中看到,NumPy 的通用函数如何用于向量化操作,从而消除缓慢的 Python 循环。向量化操作的另一种方法是使用 NumPy 的广播功能。广播只是一组规则,用于在不同大小的数组上应用二元ufunc(例如,加法,减法,乘法等)。
ApacheCN_飞龙
2022/12/02
7070
数据科学 IPython 笔记本 9.1 NumPy
9.1 NumPy 致谢:派生于 Olivier Grisel 分享的 scikit-learn 和 IPython 并行机器学习 译者:飞龙 协议:CC BY-NC-SA 4.0 NumPy 数组,dtype和形状 常见数组操作 原地修改形状和更新 合并数组 创建示例数据 import numpy as np NumPy 数组,dtype和形状 a = np.array([1, 2, 3]) print(a) print(a.shape) print(a.dtype) ''' [1 2 3]
ApacheCN_飞龙
2022/12/02
2790
如何在Ubuntu 16.04上设置Jupyter Notebook以运行IPython
IPython是Python的交互式命令行界面。Jupyter Notebook提供了多种语言的交互式Web界面,包括IPython。
吴凌云
2018/10/22
4.1K0
数据科学 IPython 笔记本 9.5 NumPy 数组上的计算:通用函数
到目前为止,我们一直在讨论 NumPy 的一些基本要点;在接下来的几节中,我们将深入探讨 NumPy 在 Python 数据科学领域如此重要的原因。也就是说,它为数据数组的最优计算,提供了一个简单而灵活的接口。
ApacheCN_飞龙
2022/12/02
9550
数据科学 IPython 笔记本 8.1 matplotlib
8.1 matplotlib 原文:matplotlib 译者:飞龙 协议:CC BY-NC-SA 4.0 致谢:派生于 Olivier Grisel 的 sklearn 和 IPython 并行机器学习 设置全局参数 基本绘图 直方图 相同绘图上的两个直方图 散点图 %matplotlib inline import pandas as pd import numpy as np import pylab as plt import seaborn 设置全局参数 # 设置 matplotlib 图
ApacheCN_飞龙
2022/05/07
2210
数据科学 IPython 笔记本 8.1 matplotlib
数据科学 IPython 笔记本 一、TensorFlow
一、TensorFlow 原文:TensorFlow Tutorials 译者:飞龙 协议:CC BY-NC-SA 4.0 1.1 TensorFlow 基本操作 致谢:派生于 Aymeric Damien 的 TensorFlow 示例 配置 参考配置指南。 import tensorflow as tf # 基本的常量操作 # 由构造器返回的值 # 表示常量操作的输出 a = tf.constant(2) b = tf.constant(3) # 加载默认图 with tf.Session(
ApacheCN_飞龙
2022/05/07
3880
数据科学 IPython 笔记本 一、TensorFlow
数据科学 IPython 笔记本 7.1 Pandas
Series是一维数组对象,包含数据数组和相关的数据标签数组。数据可以是任何 NumPy 数据类型,标签是序列的索引。
ApacheCN_飞龙
2022/07/11
5.2K0
数据科学 IPython 笔记本 7.12 透视表
我们已经看到GroupBy抽象如何让我们探索数据集中的关系。透视表是一种类似的操作,常见于电子表格,和其他操作表格数据的程序中。透视表将简单的逐列数据作为输入,并将条目分组为二维表格,该表提供数据的多维汇总。
ApacheCN_飞龙
2022/06/03
1.1K0
数据科学 IPython 笔记本 7.12 透视表
数据科学 IPython 笔记本 四、Keras(下)
为了节省时间,你可以采样一个观测子集(例如 1000 个),这是你选择的特定数字(例如 6)和 1000 非特定数字的观察值(即非 6)。我们将使用它构建一个模型,并查看它在测试数据集上的表现。
ApacheCN_飞龙
2022/05/07
8550
数据科学 IPython 笔记本 四、Keras(下)
数据科学 IPython 笔记本 9.10 数组排序
到目前为止,我们主要关注使用 NumPy 访问和操作数组数据的工具。本节介绍与 NumPy 数组中的值的排序相关的算法。
ApacheCN_飞龙
2022/12/02
1.8K0
数据科学 IPython 笔记本 7.2 数据整理
直接从 GitHub 挖掘数据,Viz由 GitHub API 提供支持,并利用以下内容:
ApacheCN_飞龙
2022/07/11
3010
数据科学 IPython 笔记本 7.2 数据整理
数据科学 IPython 笔记本 9.2 NumPy 简介
主题非常广泛:数据集可能来源于广泛的来源和各种格式,包括文档集合,图像集合,声音片段集合,数值测量集合或几乎任何其他内容。尽管存在这种明显的异质性,但它将帮助我们从根本上将所有数据视为数字数组。
ApacheCN_飞龙
2022/12/02
2510
数据科学 IPython 笔记本 9.9 花式索引
在前面的章节中,我们看到了如何使用简单的索引(例如,arr [0]),切片(例如,arr [:5])和布尔掩码来访问和修改数组的片段( 例如,arr [arr> 0])。在本节中,我们将介绍另一种数组索引方式,称为花式索引。
ApacheCN_飞龙
2022/12/02
6410
数据科学 IPython 笔记本 7.8 分层索引
到目前为止,我们主要关注一维和二维数据,分别存储在 Pandas Series和DataFrame对象中。通常,超出此范围并存储更高维度的数据(即由多于一个或两个键索引的数据)是有用的。
ApacheCN_飞龙
2022/06/03
4.3K0
数据科学 IPython 笔记本 7.14 处理时间序列
Pandas 是在金融建模的背景下开发的,正如你所料,它包含一组相当广泛的工具,用于处理日期,时间和时间索引数据。日期和时间数据有几种,我们将在这里讨论:
ApacheCN_飞龙
2022/06/03
4.7K0
数据科学 IPython 笔记本 7.14 处理时间序列
数据科学 IPython 笔记本 8.5 简单的散点图
另一种常用的绘图类型是简单的散点图,是折线图的近亲。这里的点并不由线连接,而是单独表示的点,圆或其他形状。我们首先为绘图配置笔记本,并导入我们将使用的函数:
ApacheCN_飞龙
2022/05/07
5610
数据科学 IPython 笔记本 8.5 简单的散点图
数据科学 IPython 笔记本 7.3 Pandas 数据操作
在前一章中,我们详细介绍了 NumPy 及其ndarray对象,它在 Python 中提供了密集类型数组的高效存储和操作。在这里,通过详细了解 Pandas 库提供的数据结构,我们将构建这些知识。
ApacheCN_飞龙
2022/07/11
3600
数据科学 IPython 笔记本 8.12 文本和注解
创建良好的可视化涉及引导读者并使图形讲述故事。在某些情况下,可以以完全可视的方式讲述这个故事,而不需要添加文本,但在其他情况下,需要小的文本提示和标签。也许你将使用的最基本的注释类型是轴标签和标题,但选项超出了这个范围。让我们看看一些数据,以及我们如何可视化和注释它,来有助于传达有趣的信息。 我们首先设置笔记本来绘图并导入我们将使用的函数:
ApacheCN_飞龙
2022/05/07
1K0
数据科学 IPython 笔记本 8.12 文本和注解
数据科学 IPython 笔记本 8.11 多个子图
有时,并排比较不同的数据视图会很有帮助。为此,Matplotlib 具有子图的概念:可以在单个图形中一起存在的较小轴域分组。这些子图可能是插图,绘图网格或其他更复杂的布局。在本节中,我们将探讨在 Matplotlib 中创建子图的四个例程。
ApacheCN_飞龙
2022/05/07
1.1K0
数据科学 IPython 笔记本 8.11 多个子图

相似问题

如何在ipython笔记本中启用换行?

2901

如何在ipython笔记本中绘制宽度设置?

2276

笔记本麦克风声音级别开到最大,采集声音还是很小,都听不见怎么办?

1276

safari上web sdk设置自动播放时失败?

1233

使用笔记本开会说话声音对方听不清。我该如何调整?

1667
相关问答用户
腾讯云TDP | TDP会员擅长3个领域
平安资管 | 架构师擅长4个领域
到家集团 | 技术VP擅长5个领域
擅长3个领域
擅长5个领域
添加站长 进交流群

领取专属 10元无门槛券

AI混元助手 在线答疑

扫码加入开发者社群
关注 腾讯云开发者公众号

洞察 腾讯核心技术

剖析业界实践案例

扫码关注腾讯云开发者公众号
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档