Python调用麦克风录音生成wav文件

月涌大江流丶

已于 2024-11-07 18:35:43 修改

阅读量1.4w

点赞数 18

分类专栏： Python实现文章标签： Python

于 2018-08-16 12:03:26 首次发布

本文链接：https://blog.csdn.net/zzZ_CMing/article/details/81739193

版权

Python实现专栏收录该内容

9 篇文章

订阅专栏

本博客介绍了一个使用Python实现的录音脚本，该脚本利用pyaudio和wave库进行麦克风音频采集，并存储为.wav文件。此外，文章还提到了如何结合科大讯飞的语音听写SDK，将录制的语音转换成文本，适用于语音识别应用的开发。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

import sounddevice as sd
from scipy.io.wavfile import write

def record_audio(filename="output.wav", duration=5, sample_rate=44100):
    """
    使用麦克风录制音频并保存为wav文件
    :param filename: 保存的文件名
    :param duration: 录音时长，单位秒
    :param sample_rate: 采样率，默认为44100Hz
    """
    print("开始录音...")
    audio_data = sd.rec(int(duration * sample_rate), samplerate=sample_rate, channels=2, dtype='int16')
    sd.wait()  # 等待录音完成
    print("录音完成！保存文件中...")
    
    write(filename, sample_rate, audio_data)
    print(f"音频已保存为 {filename}")

# 调用录音函数
record_audio("my_recording.wav", duration=10)

代码说明：

filename: 要保存的 .wav 文件的文件名。
duration: 录音时长，单位为秒。
sample_rate: 采样率，标准采样率为44100Hz。
sd.rec()：录音方法，生成一个NumPy数组表示的音频数据。
write()：使用 scipy.io.wavfile.write() 将音频数据保存为 .wav 文件。

废弃：以下是2018年版本

# -*- coding：utf-8 -*-
# -*- author：zzZ_CMing  CSDN address:https://blog.csdn.net/zzZ_CMing
# -*- 2018/07/12; 15:19
# -*- python3.5
import pyaudio
import wave
input_filename = "input.wav"               # 麦克风采集的语音输入
input_filepath = "音频存储位置"              # 输入文件的path
in_path = input_filepath + input_filename

def get_audio(filepath):
    aa = str(input("是否开始录音？   （是/否）"))
    if aa == str("是") :
        CHUNK = 256
        FORMAT = pyaudio.paInt16
        CHANNELS = 1                # 声道数
        RATE = 11025                # 采样率
        RECORD_SECONDS = 5
        WAVE_OUTPUT_FILENAME = filepath
        p = pyaudio.PyAudio()

        stream = p.open(format=FORMAT,
                        channels=CHANNELS,
                        rate=RATE,
                        input=True,
                        frames_per_buffer=CHUNK)

        print("*"*10, "开始录音：请在5秒内输入语音")
        frames = []
        for i in range(0, int(RATE / CHUNK * RECORD_SECONDS)):
            data = stream.read(CHUNK)
            frames.append(data)
        print("*"*10, "录音结束\n")

        stream.stop_stream()
        stream.close()
        p.terminate()

        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()
    elif aa == str("否"):
        exit()
    else:
        print("无效输入，请重新选择")
        get_audio(in_path)

get_audio(in_path)

说明：

这是一个可循环采样的脚本，由于输出文件名都是input.wav，所以在你保存音频的地址下永远只生成一个音频文件（后一个会覆盖前一个）；
可以结合科大讯飞语音听写的SDK包，完成语音转文本：

# 采集音频
get_audio(in_path)
sys.stdout.write("you ask>> ")

# 科大语音听写：语音转文本输出   请参考上一篇博客
input_seqs = keda_API.XF_text(in_path, audio_rate)