Python 播放音频与录音
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。

jupyter notebook
在 jupyer notebook 中播放音频可以使用以下函数:

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

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。

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。
