Python常用音频库

之前做一个Python项目，跟音频有关，具体包括录音、绘制波形以及特征分析等。为此接触到几个音频库，简单总结一下。

sounddevice与soundfile

Python sounddevice库提供了音频设备的查询、设置接口，以及音频流的输入（录音）和输出（播放功能）。函数接口简单易用，详细文档可参考https://python-sounddevice.readthedocs.io/。sounddevice库底层使用PortAudio库的接口，而PortAudio本身就支持多个平台的音频接口，如Linux的ALSA，macOS的Core Audio，以及Windows的多种API。详见http://portaudio.com/。

sounddevice在播放和录音时，用到了numpy数组。sounddevice中的音频流其实就是numpy数组流。如果要操作存储在磁盘上的音频文件，就涉及到numpy数组（流）和存储格式之间的转换。这时就要用到另一个工具库，即soundfile。利用soundfile库，可以方便地将numpy数组存储到音频文件或者将音频文件加载到numpy数组中。关于soundfile库，详细文档可参考http://pysoundfile.readthedocs.org/。因此soundfile库常常和soundfile库一起配合使用。

安装

安装sounddevice：

pip install sounddevice

安装soundfile:

pip install soundfile

设备管理

安装好sounddevice后，直接运行该模块就会列出系统中可用的音频设备。这也可以用来测试sounddevice库是否工作正常。比如在本人的macOS上，其结果如下。

 python3 -m sounddevice
> 0 Built-in Microphone, Core Audio (2 in, 0 out)
< 1 Built-in Output, Core Audio (0 in, 2 out)

当然也可以在代码里列举音频设备，只需要调用query_devices():

#!/usr/bin/env python3
import sounddevice as sd
print(sd.query_devices())

python3 sd_list.py
> 0 Built-in Microphone, Core Audio (2 in, 0 out)
< 1 Built-in Output, Core Audio (0 in, 2