[英]Real-time audio signal processing using python
我一直在尝试使用python中的'pyAudio'模块进行实时音频信号处理。 我所做的是从麦克风读取音频数据并通过耳机播放的简单案例。 我尝试使用以下代码(Python和Cython版本)。 认为它的工作原理,但不幸的是它是摊位,不够平稳。 如何改进代码以使其顺利运行。 我的电脑是i7,8GB RAM。
Python版本
import pyaudio
import numpy as np
RATE = 16000
CHUNK = 256
p = pyaudio.PyAudio()
player = p.open(format=pyaudio.paInt16, channels=1, rate=RATE, output=True,
frames_per_buffer=CHUNK)
stream = p.open(format=pyaudio.paInt16, channels=1, rate=RATE, input=True, frames_per_buffer=CHUNK)
for i in range(int(20*RATE/CHUNK)): #do this for 10 seconds
player.write(np.fromstring(stream.read(CHUNK),dtype=np.int16))
stream.stop_stream()
stream.close()
p.terminate()
Cython版本
import pyaudio
import numpy as np
cdef int RATE = 16000
cdef int CHUNK = 1024
cdef int i
p = pyaudio.PyAudio()
player = p.open(format=pyaudio.paInt16, channels=1, rate=RATE, output=True, frames_per_buffer=CHUNK)
stream = p.open(format=pyaudio.paInt16, channels=1, rate=RATE, input=True, frames_per_buffer=CHUNK)
for i in range(500): #do this for 10 seconds
player.write(np.fromstring(stream.read(CHUNK),dtype=np.int16))
stream.stop_stream()
stream.close()
p.terminate()
我相信你缺少CHUNK
作为player.write
调用的第二个参数。
player.write(np.fromstring(stream.read(CHUNK),dtype=np.int16),CHUNK)
此外,不确定其格式错误。 但是需要将player.write
为for
循环
并且每个pyaudio站点你需要有RATE / CHUNK * RECORD_SECONDS
而不是RECORD *RATE/CHUNK
因为python
在/
division之前执行*
multiplication。
for i in range(int(20*RATE/CHUNK)): #do this for 10 seconds
player.write(np.fromstring(stream.read(CHUNK),dtype=np.int16),CHUNK)
stream.stop_stream()
stream.close()
p.terminate()
最后,您可能希望将rate
提高到44100
,将CHUNK
到1024
,将CHANNEL
到2
以获得更高的保真度。
下面的代码将采用默认输入设备,并输出记录到默认输出设备中的内容。
import PyAudio
import numpy as np
p = pyaudio.PyAudio()
CHANNELS = 2
RATE = 44100
def callback(in_data, frame_count, time_info, flag):
# using Numpy to convert to array for processing
# audio_data = np.fromstring(in_data, dtype=np.float32)
return in_data, pyaudio.paContinue
stream = p.open(format=pyaudio.paFloat32,
channels=CHANNELS,
rate=RATE,
output=True,
input=True,
stream_callback=callback)
stream.start_stream()
while stream.is_active():
time.sleep(20)
stream.stop_stream()
print("Stream is stopped")
stream.close()
p.terminate()
这将运行20秒并停止。 方法回调是您可以处理信号的地方: audio_data = np.fromstring(in_data, dtype=np.float32)
return in_data
是将后处理数据发送回输出设备的位置。
注意chunk的默认参数为1024,如PyAudio docs中所述: http ://people.csail.mit.edu/hubert/pyaudio/docs/#pyaudio.PyAudio.open
我正在做一个类似的项目。 我修改了你的代码,现在摊位都没了。 块越大,延迟越大。 这就是我保持低调的原因。
import pyaudio
import numpy as np
CHUNK = 2**5
RATE = 44100
LEN = 10
p = pyaudio.PyAudio()
stream = p.open(format=pyaudio.paInt16, channels=1, rate=RATE, input=True, frames_per_buffer=CHUNK)
player = p.open(format=pyaudio.paInt16, channels=1, rate=RATE, output=True, frames_per_buffer=CHUNK)
for i in range(int(LEN*RATE/CHUNK)): #go for a LEN seconds
data = np.fromstring(stream.read(CHUNK),dtype=np.int16)
player.write(data,CHUNK)
stream.stop_stream()
stream.close()
p.terminate()
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.