python调用pyaudio使用麦克风录制wav声音文件的教程_Python

python调用pyaudio使用麦克风录制wav声音文件的教程

2021-07-22 14:55迷茫小菜菜 Python

这篇文章主要介绍了python调用pyaudio使用麦克风录制wav声音文件的教程，详细的给大家介绍了pyaudio库的安装与使用,需要的朋友可以参考下

python的pyaudio可以进行录音，播放，生成wav文件等等,WAVE是录音时用的标准的WINDOWS文件格式，文件的扩展名为WAV，数据本身的格式为PCM或压缩型，属于无损音乐格式的一种。在我们研究语音识别，自然语言处理的过程中，常常会使用到它，比如我们调用百度语音识别所以我们首先研究一下pyaudio库的安装与使用。

安装：

pip install pyaudio

调用pyaudio使用麦克风录制声音：

python中的pyaudio库可以直接通过麦克风录制声音，我们可以通过调用该库，获取到wav测试语音。具体代码如下所示：

				?

									#!/usr/bin/python3

									# -*- coding: utf-8 -*-

									from pyaudio import PyAudio, paInt16 

									import numpy as np 

									from datetime import datetime 

									import wave

									class recoder:

									  NUM_SAMPLES = 2000   #pyaudio内置缓冲大小

									  SAMPLING_RATE = 8000  #取样频率

									  LEVEL = 500     #声音保存的阈值

									  COUNT_NUM = 20   #NUM_SAMPLES个取样之内出现COUNT_NUM个大于LEVEL的取样则记录声音

									  SAVE_LENGTH = 8     #声音记录的最小长度：SAVE_LENGTH * NUM_SAMPLES 个取样

									  TIME_COUNT = 60   #录音时间，单位s

									  Voice_String = []

									  def savewav(self,filename):

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

									    wf.setnchannels(1) 

									    wf.setsampwidth(2) 

									    wf.setframerate(self.SAMPLING_RATE) 

									    wf.writeframes(np.array(self.Voice_String).tostring()) 

									    # wf.writeframes(self.Voice_String.decode())

									    wf.close() 

									  def recoder(self):

									    pa = PyAudio() 

									    stream = pa.open(format=paInt16, channels=1, rate=self.SAMPLING_RATE, input=True, 

									      frames_per_buffer=self.NUM_SAMPLES) 

									    save_count = 0

									    save_buffer = [] 

									    time_count = self.TIME_COUNT

									    while True:

									      time_count -= 1

									      # print time_count

									      # 读入NUM_SAMPLES个取样

									      string_audio_data = stream.read(self.NUM_SAMPLES) 

									      # 将读入的数据转换为数组

									      audio_data = np.fromstring(string_audio_data, dtype=np.short)

									      # 计算大于LEVEL的取样的个数

									      large_sample_count = np.sum( audio_data > self.LEVEL )

									      print(np.max(audio_data))

									      # 如果个数大于COUNT_NUM，则至少保存SAVE_LENGTH个块

									      if large_sample_count > self.COUNT_NUM:

									        save_count = self.SAVE_LENGTH 

									      else: 

									        save_count -= 1

									      if save_count < 0:

									        save_count = 0

									      if save_count > 0 : 

									      # 将要保存的数据存放到save_buffer中

									        #print save_count > 0 and time_count >0

									        save_buffer.append( string_audio_data ) 

									      else: 

									      #print save_buffer

									      # 将save_buffer中的数据写入WAV文件，WAV文件的文件名是保存的时刻

									        #print "debug"

									        if len(save_buffer) > 0 : 

									          self.Voice_String = save_buffer

									          save_buffer = [] 

									          print("Recode a piece of voice successfully!")

									          return True

									      if time_count==0: 

									        if len(save_buffer)>0:

									          self.Voice_String = save_buffer

									          save_buffer = [] 

									          print("Recode a piece of voice successfully!")

									          return True

									        else:

									          return False

									if __name__ == "__main__":

									  r = recoder()

									  r.recoder()

									  r.savewav("test.wav")