快捷導(dǎo)航

python調(diào)用pyaudio使用麥克風(fēng)錄制wav聲音文件的教程

更新時(shí)間：2019年06月26日 11:23:39 作者：迷茫小菜菜

這篇文章主要介紹了python調(diào)用pyaudio使用麥克風(fēng)錄制wav聲音文件的教程，詳細(xì)的給大家介紹了pyaudio庫(kù)的安裝與使用,需要的朋友可以參考下

python的pyaudio可以進(jìn)行錄音，播放，生成wav文件等等,WAVE是錄音時(shí)用的標(biāo)準(zhǔn)的WINDOWS文件格式，文件的擴(kuò)展名為WAV，數(shù)據(jù)本身的格式為PCM或壓縮型，屬于無(wú)損音樂(lè)格式的一種。在我們研究語(yǔ)音識(shí)別，自然語(yǔ)言處理的過(guò)程中，常常會(huì)使用到它，比如我們調(diào)用百度語(yǔ)音識(shí)別所以我們首先研究一下pyaudio庫(kù)的安裝與使用。

安裝：

pip install pyaudio

調(diào)用pyaudio使用麥克風(fēng)錄制聲音：

python中的pyaudio庫(kù)可以直接通過(guò)麥克風(fēng)錄制聲音，我們可以通過(guò)調(diào)用該庫(kù)，獲取到wav測(cè)試語(yǔ)音。具體代碼如下所示：

#!/usr/bin/python3
# -*- coding: utf-8 -*-
from pyaudio import PyAudio, paInt16 
import numpy as np 
from datetime import datetime 
import wave
class recoder:
  NUM_SAMPLES = 2000   #pyaudio內(nèi)置緩沖大小
  SAMPLING_RATE = 8000  #取樣頻率
  LEVEL = 500     #聲音保存的閾值
  COUNT_NUM = 20   #NUM_SAMPLES個(gè)取樣之內(nèi)出現(xiàn)COUNT_NUM個(gè)大于LEVEL的取樣則記錄聲音
  SAVE_LENGTH = 8     #聲音記錄的最小長(zhǎng)度：SAVE_LENGTH * NUM_SAMPLES 個(gè)取樣
  TIME_COUNT = 60   #錄音時(shí)間，單位s
  Voice_String = []
  def savewav(self,filename):
    wf = wave.open(filename, 'wb') 
    wf.setnchannels(1) 
    wf.setsampwidth(2) 
    wf.setframerate(self.SAMPLING_RATE) 
    wf.writeframes(np.array(self.Voice_String).tostring()) 
    # wf.writeframes(self.Voice_String.decode())
    wf.close() 
  def recoder(self):
    pa = PyAudio() 
    stream = pa.open(format=paInt16, channels=1, rate=self.SAMPLING_RATE, input=True, 
      frames_per_buffer=self.NUM_SAMPLES) 
    save_count = 0 
    save_buffer = [] 
    time_count = self.TIME_COUNT
    while True:
      time_count -= 1
      # print time_count
      # 讀入NUM_SAMPLES個(gè)取樣
      string_audio_data = stream.read(self.NUM_SAMPLES) 
      # 將讀入的數(shù)據(jù)轉(zhuǎn)換為數(shù)組
      audio_data = np.fromstring(string_audio_data, dtype=np.short)
      # 計(jì)算大于LEVEL的取樣的個(gè)數(shù)
      large_sample_count = np.sum( audio_data > self.LEVEL )
      print(np.max(audio_data))
      # 如果個(gè)數(shù)大于COUNT_NUM，則至少保存SAVE_LENGTH個(gè)塊
      if large_sample_count > self.COUNT_NUM:
        save_count = self.SAVE_LENGTH 
      else: 
        save_count -= 1
      if save_count < 0:
        save_count = 0 
      if save_count > 0 : 
      # 將要保存的數(shù)據(jù)存放到save_buffer中
        #print save_count > 0 and time_count >0
        save_buffer.append( string_audio_data ) 
      else: 
      #print save_buffer
      # 將save_buffer中的數(shù)據(jù)寫(xiě)入WAV文件，WAV文件的文件名是保存的時(shí)刻
        #print "debug"
        if len(save_buffer) > 0 : 
          self.Voice_String = save_buffer
          save_buffer = [] 
          print("Recode a piece of voice successfully!")
          return True
      if time_count==0: 
        if len(save_buffer)>0:
          self.Voice_String = save_buffer
          save_buffer = [] 
          print("Recode a piece of voice successfully!")
          return True
        else:
          return False
if __name__ == "__main__":
  r = recoder()
  r.recoder()
  r.savewav("test.wav")

pyaudio文檔：http://people.csail.mit.edu/hubert/pyaudio/docs/

總結(jié)

以上所述是小編給大家介紹的python調(diào)用pyaudio使用麥克風(fēng)錄制wav聲音文件的教程,希望對(duì)大家有所幫助，如果大家有任何疑問(wèn)請(qǐng)給我留言，小編會(huì)及時(shí)回復(fù)大家的。在此也非常感謝大家對(duì)腳本之家網(wǎng)站的支持！
如果你覺(jué)得本文對(duì)你有幫助，歡迎轉(zhuǎn)載，煩請(qǐng)注明出處，謝謝！

您可能感興趣的文章: