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()
pyaudio.get_sample_size(pyaudio.paInt16)
计算。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
。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。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。
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。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。[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相关问题 更多 >
编程相关推荐