python处理音频的软件_Python音频操作工具PyAudio上手教程！

0.引子

当需要使用Python处理音频数据时，使用python读取与播放声音必不可少，下面介绍一个好用的处理音频PyAudio工具包。

PyAudio是Python开源工具包，由名思义，是提供对语音操作的工具包。提供录音播放处理等功能，可以视作语音领域的OpenCv。

1.简介

Python学习交流群：1004391443

PyAudio为跨平台音频I / O库 PortAudio 提供 Python 绑定。使用PyAudio，您可以轻松地使用Python在各种平台上播放和录制音频，例如GNU / Linux，Microsoft Windows和Apple Mac OS X / macOS。

PyAudio的灵感来自：pyPortAudio / fastaudio ：PortAudio v18 API的Python绑定。

tkSnack ：Tcl / Tk和Python的跨平台声音工具包。

2.安装

目前的版本是 PyAudio v0.2.11 。在大多数平台上使用pip安装PyAudio。对于v0.2.9之前的版本，PyAudio分发安装二进制文件，这些文件 存档在这里 。

微软Windows

使用 pip 安装：

python -m pip install pyaudio

笔记：如果pip尚未与您的Python安装捆绑在一起，请 在此处 获取 。

pip将获取并安装PyAudio轮(预先打包的二进制文件)。目前，有车轮兼容Python 2.7,3.4,3.5和3.6 的 官方发行版 。对于这些版本，可以使用32位和64位车轮。

这些二进制文件包括使用MinGW构建的PortAudio v19 v190600_20161030。它们仅支持Windows MME API， 不 包括对DirectX，ASIO等的支持。如果需要支持未包含的API，则需要编译PortAudio和PyAudio。

Apple Mac OS X.

使用 Homebrew 安装必备的portaudio库，然后使用pip安装PyAudio：

brew install portaudio

pip install pyaudio

笔记：如果尚未安装，请下载 Homebrew 。

pip将下载PyAudio源代码并为您的Python版本构建它。

Homebrew和构建PyAudio还需要安装Xcode命令行工具( 更多信息 )。

Debian / Ubuntu

使用包管理器安装PyAudio：

sudo apt-get install python-pyaudio python3-pyaudio

如果没有最新版本的PyAudio，请使用pip安装它：

pip install pyaudio

笔记：pip将下载PyAudio源并为您的系统构建它。请务必事先安装portaudio库开发包( portaudio19-dev )和python开发包( python-all-dev )。

为了更好地隔离系统包，请考虑在 virtualenv中 安装PyAudio 。

PyAudio来源

源代码可从Python Package Index(PyPI)下载： http://pypi.python.org/pypi/PyAudio 。

或克隆git存储库：

要从源代码构建PyAudio，您还需要构建 PortAudio v19 。有关为各种平台构建PyAudio的一些说明，请参阅 编译提示 。要使用Microsoft Visual Studio构建PyAudio，请查看Sebastian Audet的 说明 。

3.示例

1).采集音频

下面以一段代码演示如何从计算机麦克风采集一段音频，采集音频时长 4s，保存文件 output.wav

使用了tqdm模块，可以方便显示出来读取过程，如下：

* recording

100%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 172/172 [00:03<00:00, 43.40it/s]

* done recording

import pyaudio

import wave

from tqdm import tqdm

def record_audio(wave_out_path,record_second):

CHUNK = 1024

FORMAT = pyaudio.paInt16

CHANNELS = 2

RATE = 44100

p = pyaudio.PyAudio()

stream = p.open(format=FORMAT,

channels=CHANNELS,

rate=RATE,

input=True,

frames_per_buffer=CHUNK)

wf = wave.open(wave_out_path, 'wb')

wf.setnchannels(CHANNELS)

wf.setsampwidth(p.get_sample_size(FORMAT))

wf.setframerate(RATE)

print("* recording")

for i in tqdm(range(0, int(RATE / CHUNK * record_second))):

data = stream.read(CHUNK)

wf.writeframes(data)

print("* done recording")

stream.stop_stream()

stream.close()

p.terminate()

wf.close()

record_audio("output.wav",record_second=4)

要使用PyAudio，首先使用 pyaudio.PyAudio() (1)实例化PyAudio ，它设置portaudio系统。

要录制或播放音频，请使用 pyaudio.PyAudio.open() (2)在所需设备上打开所需音频参数的流。这设置了 pyaudio.Stream 播放或录制音频。

通过使用流式传输 pyaudio.Stream.write() 音频数据或使用流式传输音频数据来播放音频 pyaudio.Stream.read() 。(3)

请注意，在“阻止模式”中，每个 pyaudio.Stream.write() 或 pyaudio.Stream.read() 阻止直到所有给定/请求的帧都被播放/记录。或者，要动态生成音频数据或立即处理录制的音频数据，请使用下面概述的“回调模式”。

使用 pyaudio.Stream.stop_stream() 暂停播放/录制，并 pyaudio.Stream.close() 终止流。(4)

最后，使用 pyaudio.PyAudio.terminate() (5)终止portaudio会话

2).播放音频

下面使用播放的功能来播放1)中保存的音频 output.wav

通过tqdm，显示播放进度条，如下：

100%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 172/172 [00:03<00:00, 43.40it/s]

"""PyAudio Example: Play a WAVE file."""

import pyaudio

import wave

from tqdm import tqdm

def play_audio(wave_path):

CHUNK = 1024

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

# instantiate PyAudio (1)

p = pyaudio.PyAudio()

# open stream (2)

stream = p.open(format=p.get_format_from_width(wf.getsampwidth()),

channels=wf.getnchannels(),

rate=wf.getframerate(),

output=True)

# read data

data = wf.readframes(CHUNK)

# play stream (3)

datas = []

while len(data) > 0:

data = wf.readframes(CHUNK)

datas.append(data)

for d in tqdm(datas):

stream.write(d)

# stop stream (4)

stream.stop_stream()

stream.close()

# close PyAudio (5)

p.terminate()

play_audio("output.wav")

2).以回调方式播放音频

当需要在执行其他程序时同时播放音频，可以使用回调的方式播放，示例代码如下：

"""PyAudio Example: Play a WAVE file."""

import pyaudio

import wave

from tqdm import tqdm

import time

def play_audio_callback(wave_path):

CHUNK = 1024

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

# instantiate PyAudio (1)

p = pyaudio.PyAudio()

def callback(in_data, frame_count, time_info, status):

data = wf.readframes(frame_count)

return (data, pyaudio.paContinue)

# open stream (2)

stream = p.open(format=p.get_format_from_width(wf.getsampwidth()),

channels=wf.getnchannels(),

rate=wf.getframerate(),

output=True,

stream_callback=callback)

# read data

stream.start_stream()

while stream.is_active():

time.sleep(0.1)

# stop stream (4)

stream.stop_stream()

stream.close()

# close PyAudio (5)

p.terminate()

play_audio_callback("output.wav")