音频预处理 这一讲主要介绍些音频基本处理方式,为接下来的语音识别打基础。 三种播放音频的方式 使用 python 播放音频有以下几种方式: os.system() os.system(file) 调用系统应用来打开文件,file 可为图片或者音频文件。 缺点:要打开具体的应用,不能在后台播放音频。 pyaudio 安装:pip install pyaudio 官方提供了播放音频与录音的 api ,使用十分方便,只要把Filename更改为你的音频文件的文字,就可以播放音频了。 '''PyAudio Example: Play a WAVE file.''' import pyaudio import wave CHUNK = 1024 FILENAME = '你的音频文件' def play(filename = FILENAME): wf = wave.open(filename, 'rb') p = pyaudio.PyAudio() stream = p.open(format=p.get_format_from_width(wf.getsampwidth()), channels=wf.getnchannels(), rate=wf.getframerate(), output=True) data = wf.readframes(CHUNK) while data != b'': stream.write(data) data = wf.readframes(CHUNK) stream.stop_stream() stream.close() p.terminate() jupyter notebook 在 jupyer notebook 中播放音频可以使用以下函数: import IPython.display as ipd ipd.Audio(文件名) 几种读取音频的方式 python 有很多读取音频文件的方法,内置的库 wave ,科学计算库 scipy, 和方便易用的语音处理库 librosa。 下面将介绍分别使用这几种库读取音频文件: 安装: wave 是内置库直接导入即可。 scipy: pip install scipy librosa: pip install librosa 使用: wave.open: 参数 path 为文件名,mode 为打开方式 以'rb'方式打开文件返回一个 Wave_read 对象,而以'wb'方式打开文件返回一个 Wave_write 对象。 scipy.io.wavfile: 参数 path 为文件名 返回 rate : 采样率(每秒采样点的个数),data : 音频数据 librosa.load: 参数 path 为文件名 返回 y 为音频数据,sr 为采样率 # read wav file from path from scipy.io import wavfile import librosa import pyaudio # wave file = wave.open(path,'rb') # wavfile rate, data = wavfile.read(path) # librosa y, sr = librosa.load(path) 下面演示一个使用 wavfile 读取音频文件并且画出波形的例子: 首先要计算音频到底持续了多长时间,wave 的 shape 就是总的采样点个数,除以采样频率可以得到持续的总时间(秒),乘1000得到总持续时间(毫秒)。接着通过 np.linsapce 产生时间的序列,最后使用 matplotlib 画出图像。 from scipy.io import wavfile import matplotlib.pyplot as plt import numpy as np %matplotlib inline # 一秒采样数 sr, wave = wavfile.read('D://QQPCMgr/Desktop/python3/skip.wav') sample_number = wave.shape[0] total_time = int(sample_number / sr * 1000) time_series = np.linspace(0,total_time,sample_number) fig, ax = plt.subplots(1, 1) ax.plot(time_series, wave) ax.set_title('Time*Amplitude') ax.set_xlabel('Time/ms') ax.set_ylabel('Amplitude/dB') 最后再借用 pyaudio 的 api 我们可以实现连续录音功能: python 实现录音功能 其中,函数 multi_record每结束一次录音会询问 “是否进行下一次录音?”,按回车就可以进行下一次录音了。 import wave import pyaudio import matplotlib.pyplot as plt import time CHUNK = 1024 FORMAT = pyaudio.paInt16 CHANNELS = 2 RATE = 44100 RECORD_SECONDS = 5 def record(filename='output.wav'): '''官方录音教程 ''' 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() wf = wave.open(filename, 'wb') wf.setnchannels(CHANNELS) wf.setsampwidth(p.get_sample_size(FORMAT)) wf.setframerate(RATE) wf.writeframes(b''.join(frames)) wf.close() def multi_record(num=3): '''implement 多次录音''' for i in range(1,num+1): print('第{}次录音准备'.format(i)) filename = 'record_{}.wav'.format(i) record(filename) time.sleep(second) _ = input('进行下一次录音?') def main(): multi_record() if __name__ == '__main__': main() 总结 以上就是这篇文章的全部内容了,希望本文的内容对大家的学习或者工作具有一定的参考学习价值,如果有疑问大家可以留言交流,谢谢大家对脚本之家的支持。 |
|
来自: xvdo > 《python编程学习》