如何将实时音频读入numpy数组并使用matplotlib进行绘制?
目前我是在文件上录制音频,然后使用scikits.audiolab.wavread
将其读入数组。 是否有一种直接实时处理的方法吗?
PyAudio
来录制音频,并使用 np.frombuffer
将其转换为 NumPy 数组。import pyaudio
import numpy as np
from matplotlib import pyplot as plt
CHUNKSIZE = 1024 # fixed chunk size
# initialize portaudio
p = pyaudio.PyAudio()
stream = p.open(format=pyaudio.paInt16, channels=1, rate=44100, input=True, frames_per_buffer=CHUNKSIZE)
# do this as long as you want fresh samples
data = stream.read(CHUNKSIZE)
numpydata = np.frombuffer(data, dtype=np.int16)
# plot data
plt.plot(numpydata)
plt.show()
# close stream
stream.stop_stream()
stream.close()
p.terminate()
如果你想录制立体声而不是单声道,你需要将channels
设置为2
。然后你会得到一个交替的通道数组。你可以像这样改变它的形状:
frame = np.frombuffer(data, dtype=numpy.int16) # interleaved channels
frame = np.stack((frame[::2], frame[1::2]), axis=0) # channels on separate axes
有一个名为PyAudio
的库,您可以使用它进行实时录音。再加上numpy.fromstring()
和numpy.hstack()
的帮助,您可以获得所需的输出。请注意,以下代码片段是用于MONO-CHANNEL
的。
import pyaudio
import numpy
RATE=16000
RECORD_SECONDS = 2.5
CHUNKSIZE = 1024
# initialize portaudio
p = pyaudio.PyAudio()
stream = p.open(format=pyaudio.paInt16, channels=1, rate=RATE, input=True, frames_per_buffer=CHUNKSIZE)
frames = [] # A python-list of chunks(numpy.ndarray)
for _ in range(0, int(RATE / CHUNKSIZE * RECORD_SECONDS)):
data = stream.read(CHUNKSIZE)
frames.append(numpy.fromstring(data, dtype=numpy.int16))
#Convert the list of numpy-arrays into a 1D array (column-wise)
numpydata = numpy.hstack(frames)
# close stream
stream.stop_stream()
stream.close()
p.terminate()
这是经过测试的代码。它应该能够完美运行。为了检查你记录的数据是否正确地在numpydata
中可用,你可以在之前的代码后面添加以下片段。
import scipy.io.wavfile as wav
wav.write('out.wav',RATE,numpydata)
这些代码会将你的numpydata
写入到"out.wav"文件中。播放该文件以检查数据。
PS:这是我在StackOverflow的第一次回答。希望能帮到你。
这个答案与此处的第一个答案类似,但我包含了绘制音频数据的缺失部分.
import pyaudio
import wave
import numpy as np
import noisereduce as nr
#This library helps us in plotting the audio
import matplotlib.pyplot as plt
def plotAudio2(output):
fig, ax = plt.subplots(nrows=1,ncols=1, figsize=(20,4))
plt.plot(output, color='blue')
ax.set_xlim((0, len(output)))
plt.show()
CHUNK = 22050
FORMAT = pyaudio.paFloat32
CHANNELS = 2
RATE = 44100
RECORD_SECONDS = 20
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)
data_sample = np.frombuffer(data, dtype=np.float32)
print("data sample")
plotAudio2(data_sample)
stream.stop_stream()
stream.close()
p.terminate()
我已经测试了上面的代码片段,它对我来说完美地工作。
注意:这个代码片段是在Windows中测试的,而且在MacOS中可能会有一些matplotlib的问题(虽然我不确定)。
import librosa
file = 'audio/a1.wav'
signal, _ = librosa.load(file)
print(type(signal))
alsaaudio
而不是pyaudio
。这两者之间有什么区别吗? - Ada Xualsaaudio
只适用于Linux,而PyAudio
提供了PortAudio
绑定并可在多个平台上运行。 - Frank Zalkow