Python:PortAudio+Opus编解码

Question

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？

Answer 1

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：

    return array.array('h', pcm[:result*channels]).tostring()

如果需要使用，decode_float方法可能需要相同的更改。

Answer 2

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。

from opus import decoder as opus_decoder
from opus import encoder as opus_encoder

class OpusCodec():
    def __init__(self, *args, **kwargs):
        self.chunk = 960
        self.channels = 1
        self.rate = 48000
        self.encoder = opus_encoder.Encoder(
            self.rate, 
            self.channels,
            opus_encoder.APPLICATION_TYPES_MAP['voip']
        )
        self.decoder = opus_decoder.Decoder(
            self.rate, 
            self.channels, 
        )

    def encode(self, data, **kwargs):
        if not 'frame_size' in kwargs:
            kwargs['frame_size'] = self.chunk
        out = self.encoder.encode(data, frame_size=self.chunk)
        return out

    def decode(self, data, **kwargs):
        if not 'frame_size' in kwargs:
            kwargs['frame_size'] = self.chunk
        out = self.decoder.decode(data, **kwargs)
        return out[0:int(len(out)/2)] # hackety hack :D