[英]how to convert wav to mp3 in live using python?
我有如下所示的代码来从麦克风获取音频:
import pyaudio
p = pyaudio.PyAudio()
CHUNK = 1024
FORMAT = pyaudio.paInt16
CHANNELS = 2
RATE = 1024*10
RECORD_SECONDS = 10
stream = p.open(format=FORMAT,
channels=CHANNELS,
rate=RATE,
input=True,
frames_per_buffer=CHUNK)
for i in range(0, int(RATE / CHUNK * RECORD_SECONDS)):
data = stream.read(CHUNK)
send_via_socket(data) # function to send each frame to remote system
这段代码工作正常。 然而,每个数据帧的大小为 4kb。 这意味着需要 40kb 的互联网数据才能发送 1 秒的音频数据。 当我将 10 帧(1 秒音频)保存到光盘并使用 pdub 模块将其转换为 mp3 时,它只有 6kb 的数据。 如何在通过套接字发送之前将每个 wav 帧转换为 mp3? (我只需要减小框架的大小以节省网络使用量)。 例如:
for i in range(0, int(RATE / CHUNK * RECORD_SECONDS)):
data = stream.read(CHUNK) # data =4kb
mp3_frame = wav_to_mp3(data) # mp3_frame should be 1kb or less
send_via_socket(mp3_frame) # function to send each frame to remote system
试试python-audiotools 。 我认为它会帮助您流式传输所需的音频文件。
我能够找出使用flask
和ffmpeg
的工作方法......
import select
import subprocess
import numpy
from flask import Flask
from flask import Response
app = Flask(__name__)
def get_microphone_audio(num_samples):
# TODO: Add the above microphone code.
audio = numpy.random.rand(num_samples).astype(numpy.float32) * 2 - 1
assert audio.max() <= 1.0
assert audio.min() >= -1.0
assert audio.dtype == numpy.float32
return audio
def response():
pipe = subprocess.Popen(
'ffmpeg -f f32le -acodec pcm_f32le -ar 24000 -ac 1 -i pipe: -f mp3 pipe:'
.split(),
stdin=subprocess.PIPE,
stdout=subprocess.PIPE,
stderr=subprocess.PIPE)
poll = select.poll()
poll.register(pipe.stdout, select.POLLIN)
while True:
pipe.stdin.write(get_synthetic_audio(24000).tobytes())
while poll.poll(0):
yield pipe.stdout.readline()
@app.route('/stream.mp3', methods=['GET'])
def stream():
return Response(
response(),
headers={
# NOTE: Ensure stream is not cached.
'Cache-Control': 'no-cache, no-store, must-revalidate',
'Pragma': 'no-cache',
'Expires': '0',
},
mimetype='audio/mpeg')
if __name__ == "__main__":
app.run(host='0.0.0.0', port=8000, debug=True)
此解决方案允许实时流式传输,并在 Chrome、Firefox 和 Safari 中受支持。
这个解决方案也适用于这个类似的问题: How to stream MP3 chunks given an NumPy array in Python?
我有如下所示的代码,可从麦克风获取音频:
import pyaudio
p = pyaudio.PyAudio()
CHUNK = 1024
FORMAT = pyaudio.paInt16
CHANNELS = 2
RATE = 1024*10
RECORD_SECONDS = 10
stream = p.open(format=FORMAT,
channels=CHANNELS,
rate=RATE,
input=True,
frames_per_buffer=CHUNK)
for i in range(0, int(RATE / CHUNK * RECORD_SECONDS)):
data = stream.read(CHUNK)
send_via_socket(data) # function to send each frame to remote system
这段代码工作正常。 但是,每个数据帧的大小为4kb。 这意味着需要40kb的互联网数据才能发送1秒的音频数据。 当我将10帧(1秒音频)保存到光盘上并使用pdub模块将其转换为mp3时,仅6kb的数据。 在通过套接字发送之前,如何将每个wav帧转换为mp3? (我只需要减小框架的大小即可节省网络使用量)。 例如:
for i in range(0, int(RATE / CHUNK * RECORD_SECONDS)):
data = stream.read(CHUNK) # data =4kb
mp3_frame = wav_to_mp3(data) # mp3_frame should be 1kb or less
send_via_socket(mp3_frame) # function to send each frame to remote system
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.