无需使用 pyaudio 编译即可处理实时音频

Question

我想做实时音频分类，分类程序运行良好。

我试图直接从流中提取数据。但是，我意识到从流媒体输入的数据格式和我们从录制文件加载的数据格式是不一样的。我不知道如何直接从流中处理数据而不记录并再次加载文件。

有人可以帮我解决这个问题吗？

我正在使用 pyaudio 库进行流式传输

FORMAT = pyaudio.paInt16 
        CHANNELS = 1
        RATE = 44100
        CHUNK = 1024
        RECORD_SECONDS = 5
        former_name = "test"
        WAVE_OUTPUT_FILENAME = "audio.wav"


        audio = pyaudio.PyAudio()


        stream = audio.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)

Answer 1

试试这个对我有用

如果您有 WINDOWS 操作系统，请先安装这个：- pip install pyttsx3 或如果您有 MAC 操作系统：- pip3 install pyttsx3

import pyttsx3

def voicePlay(string):

    engine = pyttsx3.init()
    engine.say(f"{string}") 
    try:
        engine.runAndWait()
    except Exception as e:
        pass
    engine.runAndWait()