我正在用Pyaudio从麦克风捕获音频,并尝试用opus编解码器对其进行编码/解码。我正在使用SvartalF(https://github.com/svartalf/python-opus)对libopus的绑定。
这是我的代码:
import pyaudio
from opus import encoder, decoder
def streaming(p):
chunk = 960
FORMAT = pyaudio.paInt16
CHANNELS = 1
RATE = 48000
streamin = p.open(format = FORMAT,
channels = CHANNELS,
rate = RATE,
input = True,
input_device_index = 7,
frames_per_buffer = chunk)
streamout = p.open(format = FORMAT,
channels = CHANNELS,
rate = 48000,
output = True,
output_device_index = p.get_default_input_device_info()["index"],
frames_per_buffer = chunk)
enc = encoder.Encoder(RATE,CHANNELS,'voip')
dec = decoder.Decoder(RATE,CHANNELS)
data = []
for i in xrange(100):
data.append(streamin.read(chunk*2))
streamout.write(''.join(data))
encdata = []
for x in data:
encdata.append(enc.encode(x,chunk))
print "DATA LENGTH :", len(''.join(data))
print "ENCDATA LENGTH :", len(''.join(encdata))
decdata = ''
for x in encdata:
decdata += dec.decode(x,chunk)
print "DECDATA LENGTH :", len(decdata)
streamout.write(decdata)
streamin.close()
streamout.close()
p = pyaudio.PyAudio()
streaming(p)
p.terminate()
我必须把chunk*2
而不是chunk
放入data.append(streamin.read(chunk*2))
或DECDATA LENGTH == DATA LENGTH*2
,我不知道为什么。
输出:
DATA LENGTH : 384000
ENCDATA LENGTH : 12865
DECDATA LENGTH : 384000
没有编码/解码,第一个streamout.write(''.join(data))
工作得很好。通过编码/解码,streamout.write(decdata)
有点工作,但有很多裂纹混合在一起。
我在这里做错什么了?
这似乎是由解码方法中python opus中的一个错误引起的。
根据Opus API,opus_decode返回解码的样本数。python绑定假定它将完全填满它传入的结果缓冲区,因此在每一组解码的示例中都会附加一个静默。这种沉默导致在低帧尺寸时开裂,在高帧尺寸时结巴。虽然文档中没有说明这一点,但返回的数字似乎是每个通道的。
将第150 of opus/api/decoder.py行更改为以下行可以为我修复它:
如果需要使用,decode_float方法可能需要相同的更改。
把产量减半,参加第一部分。 经过反复试验,我发现这个解决方案令人满意。
相关问题 更多 >
编程相关推荐