语音识别——通过PyAudio录入音频

PyAudio 是一个用于处理音频的 Python 库，它提供了录制和播放音频的功能。通过 PyAudio，可以轻松地从麦克风或其他音频输入设备录制音频，并将其保存为文件或进行进一步处理。

 

安装 PyAudio

在使用 PyAudio 之前，需要先安装它。可以通过以下命令安装 PyAudio：

pip install pyaudio

录制音频的基本步骤

使用 PyAudio 录制音频通常涉及以下步骤：

1. 导入 PyAudio 库并初始化。
2. 设置音频流的参数，如采样率、声道数和采样格式。
3. 打开音频流并开始录制。
4. 从音频流中读取数据并保存。
5. 停止录制并关闭音频流。

录入音频示例代码：

import time
import sys
import sounddevice as sd
from scipy.io.wavfile import write
import numpy as np

def record_audio(filename="output.wav", sample_rate=44100):
    print("按下 Enter 开始录音...")
    input()  # 等待用户按下 Enter 键开始录音
    print("录音中... 按下 Enter 键结束录音")
    
    # 开始录音
    recording = []
    try:
        def callback(indata, frames, time, status):
            recording.append(indata.copy())
        with sd.InputStream(samplerate=sample_rate, channels=1, callback=callback):
            input()  # 等待用户再次按下 Enter 键结束录音
    except Exception as e:
        print(f"录音出现错误: {e}")
        return
    
    # 将录音数据合并并保存为 WAV 文件
    audio_data = np.concatenate(recording, axis=0)
    write(filename, sample_rate, (audio_data * 32767).astype(np.int16))
    print(f"录音已保存为 {filename}")


# 使用函数录音，作为输入
record_audio("person_recording_1.wav",16000)