PyAudio使用手册

最新推荐文章于 2025-02-21 06:00:00 发布

翀哥~

最新推荐文章于 2025-02-21 06:00:00 发布

阅读量1.3k

点赞数 15

文章标签： python pyaudio

本文链接：https://blog.csdn.net/2301_78398877/article/details/144833698

版权

PyAudio 是一个功能强大的 Python 库，用于在 Python 中进行音频输入和输出操作

1. 安装

在使用 PyAudio 之前，需要先安装它。可以使用 pip 进行安装：

pip install pyaudio

在某些系统（如 Ubuntu）上，可能还需要安装一些系统级别的依赖：

sudo apt-get install portaudio19-dev python3-pyaudio

2. 基本概念

声道（Channels）：音频信号的独立路径，常见的有单声道（1 个声道）和立体声（2 个声道）。
采样率（Sample Rate）：每秒采集音频样本的数量，常见的采样率有 44100 Hz、48000 Hz 等。
采样宽度（Sample Width）：每个音频样本的位数，常见的有 8 位、16 位、32 位等。
音频格式（Format）：PyAudio 支持多种音频格式，如 paInt8、paInt16、paFloat32 等。

3. 基本操作

3.1 列举音频设备

import pyaudio

p = pyaudio.PyAudio()

# 获取主机API信息
info = p.get_host_api_info_by_index(0)
numdevices = info.get('deviceCount')

# 遍历所有设备
for i in range(0, numdevices):
    device_info = p.get_device_info_by_host_api_device_index(0, i)
    device_name = device_info.get('name')
    max_input_channels = device_info.get('maxInputChannels')
    max_output_channels = device_info.get('maxOutputChannels')

    if max_input_channels > 0:
        print(f"输入设备ID: {i}, 名称: {device_name}")
    if max_output_channels > 0:
        print(f"输出设备ID: {i}, 名称: {device_name}")

p.terminate()

3.2 录制音频

import pyaudio
import wave

# 配置参数
FORMAT = pyaudio.paInt16
CHANNELS = 1
RATE = 44100
CHUNK = 1024
RECORD_SECONDS = 5
WAVE_OUTPUT_FILENAME = "output.wav"

p = pyaudio.PyAudio()

# 打开音频流
stream = p.open(format=FORMAT,
                channels=CHANNELS,
                rate=RATE,
                input=True,
                frames_per_buffer=CHUNK)

print("* 开始录制")

frames = []

# 读取音频数据
for i in range(0, int(RATE / CHUNK * RECORD_SECONDS)):
    data = stream.read(CHUNK)
    frames.append(data)

print("* 录制结束")

# 停止并关闭音频流
stream.stop_stream()
stream.close()
p.terminate()

# 保存音频为WAV文件
wf = wave.open(WAVE_OUTPUT_FILENAME, 'wb')
wf.setnchannels(CHANNELS)
wf.setsampwidth(p.get_sample_size(FORMAT))
wf.setframerate(RATE)
wf.writeframes(b''.join(frames))
wf.close()

3.3 播放音频

import pyaudio
import wave

# 配置参数
CHUNK = 1024
WAVE_FILE = "output.wav"

wf = wave.open(WAVE_FILE, 'rb')

p = pyaudio.PyAudio()

# 打开音频流
stream = p.open(format=p.get_format_from_width(wf.getsampwidth()),
                channels=wf.getnchannels(),
                rate=wf.getframerate(),
                output=True)

data = wf.readframes(CHUNK)

# 播放音频
while data:
    stream.write(data)
    data = wf.readframes(CHUNK)

# 停止并关闭音频流
stream.stop_stream()
stream.close()
p.terminate()

4. 回调模式

PyAudio 还支持回调模式，这种模式在处理实时音频时非常有用。

4.1 录制音频（回调模式）

import pyaudio
import wave

# 配置参数
FORMAT = pyaudio.paInt16
CHANNELS = 1
RATE = 44100
CHUNK = 1024
RECORD_SECONDS = 5
WAVE_OUTPUT_FILENAME = "output_callback.wav"

frames = []


def callback(in_data, frame_count, time_info, status):
    frames.append(in_data)
    return (in_data, pyaudio.paContinue)


p = pyaudio.PyAudio()

# 以回调模式打开音频流
stream = p.open(format=FORMAT,
                channels=CHANNELS,
                rate=RATE,
                input=True,
                frames_per_buffer=CHUNK,
                stream_callback=callback)

print("* 开始录制（回调模式）")

# 启动音频流
stream.start_stream()

while stream.is_active():
    pass

print("* 录制结束（回调模式）")

# 停止并关闭音频流
stream.stop_stream()
stream.close()
p.terminate()

# 保存音频为WAV文件
wf = wave.open(WAVE_OUTPUT_FILENAME, 'wb')
wf.setnchannels(CHANNELS)
wf.setsampwidth(p.get_sample_size(FORMAT))
wf.setframerate(RATE)
wf.writeframes(b''.join(frames))
wf.close()

4.2 播放音频（回调模式）

import pyaudio
import wave

# 配置参数
CHUNK = 1024
WAVE_FILE = "output.wav"

wf = wave.open(WAVE_FILE, 'rb')


def callback(in_data, frame_count, time_info, status):
    data = wf.readframes(frame_count)
    return (data, pyaudio.paContinue if data else pyaudio.paComplete)


p = pyaudio.PyAudio()

# 以回调模式打开音频流
stream = p.open(format=p.get_format_from_width(wf.getsampwidth()),
                channels=wf.getnchannels(),
                rate=wf.getframerate(),
                output=True,
                frames_per_buffer=CHUNK,
                stream_callback=callback)

print("* 开始播放（回调模式）")

# 启动音频流
stream.start_stream()

while stream.is_active():
    pass

print("* 播放结束（回调模式）")

# 停止并关闭音频流
stream.stop_stream()
stream.close()
p.terminate()
wf.close()

5. 音频处理

除了基本的录制和播放，PyAudio 还可以与其他音频处理库（如 numpy 和 scipy）结合使用，进行更复杂的音频处理。

5.1 音频数据的简单处理（使用 `numpy`）

import pyaudio
import wave
import numpy as np

# 配置参数
CHUNK = 1024
WAVE_FILE = "output.wav"

wf = wave.open(WAVE_FILE, 'rb')

p = pyaudio.PyAudio()

# 打开音频流
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:
    # 将音频数据转换为numpy数组
    audio_array = np.frombuffer(data, dtype=np.int16)
    # 简单的音频处理，例如音量放大两倍
    audio_array = audio_array * 2
    # 将处理后的数组转换回字节数据
    new_data = audio_array.tobytes()
    stream.write(new_data)
    data = wf.readframes(CHUNK)

# 停止并关闭音频流
stream.stop_stream()
stream.close()
p.terminate()
wf.close()

6. 错误处理

在使用 PyAudio 时，可能会遇到各种错误，如设备未找到、格式不支持等。可以使用 try - except 块来捕获和处理这些错误。

import pyaudio

try:
    p = pyaudio.PyAudio()
    # 尝试打开音频流
    stream = p.open(format=pyaudio.paInt16,
                    channels=1,
                    rate=44100,
                    input=True)
    # 处理音频流
    stream.stop_stream()
    stream.close()
    p.terminate()
except pyaudio.PyAudioError as e:
    print(f"PyAudio错误: {e}")

7. 跨平台注意事项

Windows：在 Windows 系统上，确保音频设备驱动程序是最新的。某些旧版本的驱动程序可能会导致音频输入输出问题。
Linux：需要安装 portaudio 库及其开发文件。在某些发行版中，可能需要手动配置音频设备的权限。
macOS：通常情况下，PyAudio 可以直接在 macOS 上运行，但如果遇到问题，可能需要检查系统的音频设置和权限。