在 Python 中维护流式麦克风输入

Question

我正在使用 Python 从我的笔记本电脑传输麦克风输入。我目前正在使用 PyAudio 和 .wav 创建一个 2 秒的批次（下面的代码），然后在循环中读出新创建的 .wav 文件的帧表示。

但是我真的只想要代码中由“信号”表示的np.ndarray，它是 .wav 文件的 Int16 表示。有没有办法完全绕过写入 .wav 并使我的应用程序看起来是“实时的”而不是微批处理？

import pyaudio
import wave

#AUDIO INPUT
FORMAT = pyaudio.paInt16
CHANNELS = 1
RATE = 44100
CHUNK = 1024
RECORD_SECONDS = 2
WAVE_OUTPUT_FILENAME = "output.wav"

audio = pyaudio.PyAudio()

# start Recording
stream = audio.open(format=FORMAT, channels=CHANNELS,
                rate=RATE, input=True,
                frames_per_buffer=CHUNK)
while(1):
  print "recording"
  frames = []
  for i in range(0, int(RATE / CHUNK * RECORD_SECONDS)):
      data = stream.read(CHUNK)
      frames.append(data)
  waveFile = wave.open(WAVE_OUTPUT_FILENAME, 'wb')
  waveFile.setnchannels(CHANNELS)
  waveFile.setsampwidth(audio.get_sample_size(FORMAT))
  waveFile.setframerate(RATE)
  waveFile.writeframes(b''.join(frames))
  waveFile.close()
  spf = wave.open(WAVE_OUTPUT_FILENAME,'r')

  #Extract Raw Audio from Wav File
  signal = spf.readframes(-1)
  signal = np.fromstring(signal, 'Int16')   
  copy= signal.copy()

# 停止录制 stream.stop_stream() 流.close() audio.terminate()

Answer 1

是的，您可以对 stream 变量进行回调，然后随心所欲地处理该音频：

def callback(input_data, frame_count, time_info, flags):
    ...

    return input_data, pyaudio.paContinue

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

更多here.