使用pyaudi时块、样本和框架是什么

Question

在浏览了pyaudio的文档并阅读了网络上的其他一些文章之后，我对自己的理解是否正确感到困惑。

这是pyaudio站点上的音频录制代码：

import pyaudio
import wave

CHUNK = 1024
FORMAT = pyaudio.paInt16
CHANNELS = 2
RATE = 44100
RECORD_SECONDS = 5
WAVE_OUTPUT_FILENAME = "output.wav"

p = pyaudio.PyAudio()

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

print("* recording")

frames = []

for i in range(0, int(RATE / CHUNK * RECORD_SECONDS)):
    data = stream.read(CHUNK)
    frames.append(data)

print("* done recording")

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

如果我加上这些台词，我就能播放我录制的任何内容：

play=pyaudio.PyAudio()
stream_play=play.open(format=FORMAT,
                      channels=CHANNELS,
                      rate=RATE,
                      output=True)
for data in frames: 
    stream_play.write(data)
stream_play.stop_stream()
stream_play.close()
play.terminate()

1. “RATE”是每秒采集的样本数。
2. “CHUNK”是缓冲区中的帧数。
3. 每帧将有2个样本作为“通道=2”。
4. 每个样本的大小为2字节，使用函数pyaudio.get_sample_size(pyaudio.paInt16)计算。
5. 所以每帧的大小是4字节。
6. 在“frames”列表中，每个元素的大小必须是1024*4字节，例如，frames[0]的大小必须是4096字节。然而， sys.getsizeof(frames[0])返回4133，但是len(frames[0])返回4096。
7. for循环执行int(RATE / CHUNK * RECORD_SECONDS)次，我不明白为什么。Here与“Ruben Sanchez”回答的问题相同，但我不能确定它是否如他所说的那样正确。根据他的解释，它必须是int(RATE / (CHUNK*2) * RECORD_SECONDS)，因为(CHUNK*2)是每次迭代在缓冲区中读取的样本数。
8. 最后，当我写print frames[0]时，当它试图将字符串视为ASCII编码时，它会打印出乱七八糟的内容，而不是，它只是一个字节流。那么如何使用struct模块以十六进制形式打印这个字节流呢？如果以后，我用自己选择的值更改每个十六进制值，它还会发出可播放的声音吗？

无论我写在上面的是我对事情的理解，其中很多可能是错的。

Answer 1

1. “RATE”是“采样率”，即每秒帧的数目
2. “CHUNK”是（任意选择的）帧数，在本例中，（可能很长）信号被分成
3. 是的，每帧将有2个样本作为“CHANNELS=2”，但是术语“samples”很少用于此上下文（因为它很混乱）
4. 是的，在本例中，每个样本的大小是2字节（=16位）
5. 是的，每帧的大小是4字节
6. 是的，“帧”的每个元素都应该是4096字节。sys.getsizeof()报告Python解释器所需的存储空间，通常比原始数据的实际大小大一点。
7. RATE * RECORD_SECONDS是应记录的帧数。由于for循环不是针对每个帧而重复，而是仅针对每个块，因此循环数必须除以块大小CHUNK。这与样本无关，因此不涉及2因素。
8. 如果您真的想查看十六进制值，可以尝试[hex(x) for x in frames[0]]这样的方法。如果要获取实际的2字节数字，请使用格式字符串'<H'和struct模块。

您可能对我的关于使用wave模块读取WAV文件的教程感兴趣，该教程更详细地介绍了您的一些问题：http://nbviewer.jupyter.org/github/mgeier/python-audio/blob/master/audio-files/audio-files-with-wave.ipynb