将多通道PyAudio转换为NumPy数组

Question

将多通道PyAudio转换为NumPy数组

13

我能找到的所有示例都是单声道的，CHANNELS = 1。如何使用PyAudio中的回调方法读取立体声或多声道输入，并将其转换为2D NumPy数组或多个1D数组？对于单声道输入，以下内容可以正常工作：

def callback(in_data, frame_count, time_info, status):
    global result
    global result_waiting

    if in_data:
        result = np.fromstring(in_data, dtype=np.float32)
        result_waiting = True
    else:
        print('no input')

    return None, pyaudio.paContinue

stream = p.open(format=pyaudio.paFloat32,
                channels=1,
                rate=fs,
                output=False,
                input=True,
                frames_per_buffer=fs,
                stream_callback=callback)

但是对于立体声输入无效，result数组的长度是原来的两倍，因此我认为这些通道是交错的或其他什么情况，但是我找不到相关文档。

- endolith

我正在尝试编写一个数组并使用PyAudio播放它。对此有什么想法吗？ - SolessChong

@SolessChong 我在下面的答案中添加了函数。 - endolith

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- endolith · Accepted Answer

看起来是逐个样本交错的，左声道先。当左声道输入有信号而右声道静音时，我得到：

result = [0.2776, -0.0002,  0.2732, -0.0002,  0.2688, -0.0001,  0.2643, -0.0003,  0.2599, ...

因此，为了将其分离成立体声流，请将其重新塑造为二维数组：

result = np.fromstring(in_data, dtype=np.float32)
result = np.reshape(result, (frames_per_buffer, 2))

现在要访问左声道，请使用result[:, 0]，右声道请使用result[:, 1]。

def decode(in_data, channels):
    """
    Convert a byte stream into a 2D numpy array with 
    shape (chunk_size, channels)

    Samples are interleaved, so for a stereo stream with left channel 
    of [L0, L1, L2, ...] and right channel of [R0, R1, R2, ...], the output 
    is ordered as [L0, R0, L1, R1, ...]
    """
    # TODO: handle data type as parameter, convert between pyaudio/numpy types
    result = np.fromstring(in_data, dtype=np.float32)

    chunk_length = len(result) / channels
    assert chunk_length == int(chunk_length)

    result = np.reshape(result, (chunk_length, channels))
    return result


def encode(signal):
    """
    Convert a 2D numpy array into a byte stream for PyAudio

    Signal should be a numpy array with shape (chunk_size, channels)
    """
    interleaved = signal.flatten()

    # TODO: handle data type as parameter, convert between pyaudio/numpy types
    out_data = interleaved.astype(np.float32).tostring()
    return out_data