从 ALSA 缓冲区读取音频数据到 numpy 数组

Question

我正在尝试从 ALSA 缓冲区中提取数据，以便从麦克风中生成计数噪音。但是，当我尝试将数据转换为数组时，我得到了不正确的结果。

以下是我的部分代码：

#!/usr/bin/env python

from __future__ import print_function

import alsaaudio
import numpy

card = 'default'
buf =  [64]
numpy.set_printoptions(threshold=numpy.inf)

stream = alsaaudio.PCM(alsaaudio.PCM_CAPTURE, alsaaudio.PCM_NORMAL, card)
stream.setchannels(1)
stream.setrate(44100)
stream.setformat(alsaaudio.PCM_FORMAT_S16_LE)
stream.setperiodsize(64)
def listen():
    print("Listening")
    while True:
        try:
            l, data = stream.read()

            f = open('test.raw', 'wb')
            if l:
                 f.write(data)
                 f.close()
        except IOError, e:
            error_count += 1
            print(" (%d) Error recording: %s" % (error_count, e))
        else:
            decoded_block = numpy.frombuffer(data, dtype='i2' )
            print('Array PCM: \n',decoded_block)

            return 0

listen()

Answer 1

hexdump -d 将内容显示为 unsigned 16 位整数，而您将其转换为 signed int16 numpy 数组。

尝试转换为'u2'（或等效的np.uint16）的dtype，您会看到输出与hexdump的输出匹配：

print(np.array([-7, -9, -10, -6, -2], dtype=np.uint16))
# [65529 65527 65526 65530 65534]