python实现播放音频和录音功能示例代码

时间:2022-10-17 13:49:47

音频预处理

这一讲主要介绍些音频基本处理方式,为接下来的语音识别打基础。

三种播放音频的方式

使用 python 播放音频有以下几种方式:

os.system()

os.system(file) 调用系统应用来打开文件,file 可为图片或者音频文件。

缺点:要打开具体的应用,不能在后台播放音频。

pyaudio

安装:pip install pyaudio

官方提供了播放音频与录音的 api ,使用十分方便,只要把filename更改为你的音频文件的文字,就可以播放音频了。

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
"""pyaudio example: play a wave file."""
 
import pyaudio
import wave
 
 
chunk = 1024
filename = '你的音频文件'
 
def play(filename = filename):
 wf = wave.open(filename, 'rb')
 
 p = pyaudio.pyaudio()
 
 stream = p.open(format=p.get_format_from_width(wf.getsampwidth()),
   channels=wf.getnchannels(),
   rate=wf.getframerate(),
   output=true)
 
 data = wf.readframes(chunk)
 
 while data != b'':
 stream.write(data)
 data = wf.readframes(chunk)
 
 stream.stop_stream()
 stream.close()
 
 p.terminate()

jupyter notebook

在 jupyer notebook 中播放音频可以使用以下函数:

?
1
2
import ipython.display as ipd
ipd.audio(文件名)

几种读取音频的方式

python 有很多读取音频文件的方法,内置的库 wave ,科学计算库 scipy, 和方便易用的语音处理库 librosa。
下面将介绍分别使用这几种库读取音频文件:

安装:

  • wave 是内置库直接导入即可。
  • scipy: pip install scipy
  • librosa: pip install librosa

使用:

wave.open:

参数 path 为文件名,mode 为打开方式

以'rb'方式打开文件返回一个 wave_read 对象,而以'wb'方式打开文件返回一个 wave_write 对象。

scipy.io.wavfile:

参数 path 为文件名

返回 rate : 采样率(每秒采样点的个数),data : 音频数据

librosa.load:

参数 path 为文件名

返回 y 为音频数据,sr 为采样率

?
1
2
3
4
5
6
7
8
9
10
11
# read wav file from path
from scipy.io import wavfile
import librosa
import pyaudio
 
# wave
file = wave.open(path,'rb')
# wavfile
rate, data = wavfile.read(path)
# librosa
y, sr = librosa.load(path)

下面演示一个使用 wavfile 读取音频文件并且画出波形的例子:

首先要计算音频到底持续了多长时间,wave 的 shape 就是总的采样点个数,除以采样频率可以得到持续的总时间(秒),乘1000得到总持续时间(毫秒)。接着通过 np.linsapce 产生时间的序列,最后使用 matplotlib 画出图像。

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
from scipy.io import wavfile
import matplotlib.pyplot as plt
import numpy as np
%matplotlib inline
 
# 一秒采样数
sr, wave = wavfile.read('d://qqpcmgr/desktop/python3/skip.wav')
sample_number = wave.shape[0]
total_time = int(sample_number / sr * 1000)
time_series = np.linspace(0,total_time,sample_number)
fig, ax = plt.subplots(1, 1)
ax.plot(time_series, wave)
ax.set_title('time*amplitude')
ax.set_xlabel('time/ms')
ax.set_ylabel('amplitude/db')

python实现播放音频和录音功能示例代码

最后再借用 pyaudio 的 api 我们可以实现连续录音功能:

python 实现录音功能

其中,函数 multi_record每结束一次录音会询问 “是否进行下一次录音?”,按回车就可以进行下一次录音了。

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
import wave
import pyaudio
import matplotlib.pyplot as plt
import time
 
chunk = 1024
format = pyaudio.paint16
channels = 2
rate = 44100
record_seconds = 5
 
 
def record(filename='output.wav'):
 """官方录音教程
 """
 
 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(filename, 'wb')
 wf.setnchannels(channels)
 wf.setsampwidth(p.get_sample_size(format))
 wf.setframerate(rate)
 wf.writeframes(b''.join(frames))
 wf.close()
 
 
def multi_record(num=3):
 """implement 多次录音"""
 for i in range(1,num+1):
 print('第{}次录音准备'.format(i))
 filename = 'record_{}.wav'.format(i)
 record(filename)
 time.sleep(second)
 _ = input('进行下一次录音?')
 
 
def main():
 multi_record()
 
if __name__ == '__main__':
 main()

总结

以上就是这篇文章的全部内容了,希望本文的内容对大家的学习或者工作具有一定的参考学习价值,如果有疑问大家可以留言交流,谢谢大家对服务器之家的支持。

原文链接:https://www.jianshu.com/p/9a60ac6c033a