使用pyaudio錄音

Question

我正在嘗試使用 python 錄制語音。 我嘗試使用 pyaudio 模塊，它在我的電腦上保存了一個 wav 文件，但錄制了一個靜態聲音。 有什么建議嗎？

import pyaudio
import wave

CHUNK = 1024
FORMAT = pyaudio.paInt16
CHANNELS = 2
RATE = 44100
RECORD_SECONDS = 5
WAVE_OUTPUT_FILENAME = "voice.wav"

p = pyaudio.PyAudio()

stream = p.open(format=FORMAT,
                channels=CHANNELS,
                rate=RATE,
                input=True,
                frames_per_buffer=CHUNK)

print("* recording")

frames = []

for i in range(0, int(RATE / CHUNK * RECORD_SECONDS)):
    data = stream.read(CHUNK)
    frames.append(data)

print("* done recording")

stream.stop_stream()
stream.close()
p.terminate()

wf = wave.open(WAVE_OUTPUT_FILENAME, 'wb')
wf.setnchannels(CHANNELS)
wf.setsampwidth(p.get_sample_size(FORMAT))
wf.setframerate(RATE)
wf.writeframes(b''.join(frames))
wf.close()

Answer 1

首先，確保您的麥克風已實際連接、打開且未靜音。

打開流時您沒有提供設備索引。 這意味着您將獲得 PyAudio 認為默認的設備。 這可能不是您的麥克風。

在交互式 Python 會話中使用PyAudio對象的get_device_count和get_device_info_by_index方法。 打印get_device_info_by_index返回的字典以確定哪個設備索引代表您的麥克風，並在打開流時提供該索引號作為input_device_index參數。

Answer 2

下面的代碼將列出可用錄音設備的索引，然后用戶可以給出一個特定的索引作為輸入，代碼將通過給定的錄音設備索引開始錄音。

import pyaudio
import wave
 
FORMAT = pyaudio.paInt16
CHANNELS = 1
RATE = 44100
CHUNK = 512
RECORD_SECONDS = 5
WAVE_OUTPUT_FILENAME = "recordedFile.wav"
device_index = 2
audio = pyaudio.PyAudio()

print("----------------------record device list---------------------")
info = audio.get_host_api_info_by_index(0)
numdevices = info.get('deviceCount')
for i in range(0, numdevices):
        if (audio.get_device_info_by_host_api_device_index(0, i).get('maxInputChannels')) > 0:
            print("Input Device id ", i, " - ", audio.get_device_info_by_host_api_device_index(0, i).get('name'))

print("-------------------------------------------------------------")

index = int(input())
print("recording via index "+str(index))

stream = audio.open(format=FORMAT, channels=CHANNELS,
                rate=RATE, input=True,input_device_index = index,
                frames_per_buffer=CHUNK)
print ("recording started")
Recordframes = []
 
for i in range(0, int(RATE / CHUNK * RECORD_SECONDS)):
    data = stream.read(CHUNK)
    Recordframes.append(data)
print ("recording stopped")
 
stream.stop_stream()
stream.close()
audio.terminate()
 
waveFile = wave.open(WAVE_OUTPUT_FILENAME, 'wb')
waveFile.setnchannels(CHANNELS)
waveFile.setsampwidth(audio.get_sample_size(FORMAT))
waveFile.setframerate(RATE)
waveFile.writeframes(b''.join(Recordframes))
waveFile.close()

Answer 3

您的代碼適用於我的環境：Win7 和 Python3.4 - 我使用筆記本電腦的麥克風錄制了我的聲音。 也許您麥克風的錄音電平設置得太低。 或者它被靜音或禁用？

Answer 4

確保您的麥克風已連接到計算機。 可以使用以下代碼進行識別。

import speech_recognition as sr
for index, name in enumerate(sr.Microphone.list_microphone_names()):
    print("Microphone with name \"{1}\" found for microphone(device_index{0})".format(index, name))