带有麦克风输入的Python Librosa
带有麦克风输入的Python Librosa
提问于 2019-11-27 01:52:42
因此，我正在尝试让librosa使用麦克风输入，而不仅仅是wav文件，并且已经运行了一些问题。最初，我使用pyaudio库来连接麦克风，但在翻译这些数据以供librosa使用时遇到了问题。有没有关于如何实现这一点的建议，或者这是可能的吗？
我尝试过的一些事情包括从pyaudio麦克风接收数据，将其解码为一个浮点数组，并将其传递给librosa (从文档中，这就是librosa使用.load对wav文件所做的)，但它没有工作，因为它产生了以下错误："librosa.util.exceptions.ParameterError:音频缓冲区不是到处都是有限的“
FORMAT = pyaudio.paInt16
RATE = 44100
CHUNK = 2048
WIDTH = 2
CHANNELS = 2
RECORD_SECONDS = 5
stream = audio.open(format=FORMAT,
channels = CHANNELS,
rate = RATE,
input=True,
output=True,
frames_per_buffer=CHUNK)
while True:
data = stream.read(CHUNK)
data_float = np.fromstring(data , dtype=np.float16)
data_np = np.array(data_float , dtype='d')
# data in 1D array
mfcc = librosa.feature.mfcc(data_np.flatten() , 44100)
print(mfcc)回答 1
Stack Overflow用户
回答已采纳
发布于 2020-06-17 21:09:48
您可以使用pyaudio中的callback函数来完成此操作。我认为使用一个类会更容易。
在构造函数__init__中，您定义了所需的所有常量，并将格式设置为pyaudio.paFloat32，这将使您稍后能够在librosa中使用它。
然后在start方法中打开音频流。.open()中的stream_callback参数允许您指定实现函数的方式。
callback方法以in_data, frame_count, time_info, flag作为参数，然后你会收到二进制形式的in_data。因此，您需要使用np.frombuffer(in_data, dtype=np.float32)将它们转换为numpy数组。
完成后，您就可以像使用librosa一样使用numpy.ndarray了。
我认为这是可以优化的，但这个解决方案对我来说很好，希望它能有所帮助:)
import numpy as np
import pyaudio
import time
import librosa
class AudioHandler(object):
def __init__(self):
self.FORMAT = pyaudio.paFloat32
self.CHANNELS = 1
self.RATE = 44100
self.CHUNK = 1024 * 2
self.p = None
self.stream = None
def start(self):
self.p = pyaudio.PyAudio()
self.stream = self.p.open(format=self.FORMAT,
channels=self.CHANNELS,
rate=self.RATE,
input=True,
output=False,
stream_callback=self.callback,
frames_per_buffer=self.CHUNK)
def stop(self):
self.stream.close()
self.p.terminate()
def callback(self, in_data, frame_count, time_info, flag):
numpy_array = np.frombuffer(in_data, dtype=np.float32)
librosa.feature.mfcc(numpy_array)
return None, pyaudio.paContinue
def mainloop(self):
while (self.stream.is_active()): # if using button you can set self.stream to 0 (self.stream = 0), otherwise you can use a stop condition
time.sleep(2.0)
audio = AudioHandler()
audio.start() # open the the stream
audio.mainloop() # main operations with librosa
audio.stop()页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/59056786
复制相关文章
相似问题
腾讯云开发者
