Python音频操作工具PyAudio上手教程！

0.引子

当需要使用Python处理音频数据时，使用python读取与播放声音必不可少，下面介绍一个好用的处理音频PyAudio工具包。

PyAudio是Python开源工具包，由名思义，是提供对语音操作的工具包。提供录音播放处理等功能，可以视作语音领域的OpenCv。

1.简介

Python学习交流群：1004391443

PyAudio为跨平台音频I / O库 PortAudio 提供 Python 绑定。使用PyAudio，您可以轻松地使用Python在各种平台上播放和录制音频，例如GNU / Linux，Microsoft Windows和Apple Mac OS X / macOS。

PyAudio的灵感来自：

pyPortAudio / fastaudio ：PortAudio v18 API的Python绑定。
tkSnack ：Tcl / Tk和Python的跨平台声音工具包。
2.安装

目前的版本是 PyAudio v0.2.11 。在大多数平台上使用pip安装PyAudio。对于v0.2.9之前的版本，PyAudio分发安装二进制文件，这些文件 存档在这里 。

微软Windows

使用 pip 安装：

python -m pip install pyaudio

笔记：

如果pip尚未与您的Python安装捆绑在一起，请 在此处 获取 。
pip将获取并安装PyAudio轮（预先打包的二进制文件）。目前，有车轮兼容Python 2.7,3.4,3.5和3.6 的 官方发行版 。对于这些版本，可以使用32位和64位车轮。
这些二进制文件包括使用MinGW构建的PortAudio v19 v190600_20161030。它们仅支持Windows MME API， 不 包括对DirectX，ASIO等的支持。如果需要支持未包含的API，则需要编译PortAudio和PyAudio。
Apple Mac OS X.

使用 Homebrew 安装必备的portaudio库，然后使用pip安装PyAudio：

brew install portaudio
pip install pyaudio
笔记：

如果尚未安装，请下载 Homebrew 。
pip将下载PyAudio源代码并为您的Python版本构建它。
Homebrew和构建PyAudio还需要安装Xcode命令行工具（ 更多信息 ）。
Debian / Ubuntu

使用包管理器安装PyAudio：

sudo apt-get install python-pyaudio python3-pyaudio

如果没有最新版本的PyAudio，请使用pip安装它：

pip install pyaudio

笔记：

pip将下载PyAudio源并为您的系统构建它。请务必事先安装portaudio库开发包（ portaudio19-dev ）和python开发包（ python-all-dev ）。
为了更好地隔离系统包，请考虑在 virtualenv中 安装PyAudio 。
PyAudio来源

源代码可从Python Package Index（PyPI）下载： pypi.python.org/pypi/PyAudio 。

或克隆git存储库：

git clone https://people.csail.mit.edu/hubert/git/pyaudio.git

要从源代码构建PyAudio，您还需要构建 PortAudio v19 。有关为各种平台构建PyAudio的一些说明，请参阅 编译提示 。要使用Microsoft Visual Studio构建PyAudio，请查看Sebastian Audet的 说明 。

3.示例

1).采集音频

下面以一段代码演示如何从计算机麦克风采集一段音频，采集音频时长 4s，保存文件 output.wav

使用了tqdm模块，可以方便显示出来读取过程，如下：

• recording
  100%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 172/172 [00:03<00:00, 43.40it/s]
• done recording
  import pyaudio
  import wave
  from tqdm import tqdm
  def record_audio(wave_out_path,record_second):
  CHUNK = 1024
  FORMAT = pyaudio.paInt16
  CHANNELS = 2
  RATE = 44100
  p = pyaudio.PyAudio()
  stream = p.open(format=FORMAT,
  channels=CHANNELS,
  rate=RATE,
  input=True,
  frames_per_buffer=CHUNK)
  wf = wave.open(wave_out_path, 'wb')
  wf.setnchannels(CHANNELS)
  wf.setsampwidth(p.get_sample_size(FORMAT))
  wf.setframerate(RATE)
  print("* recording")
  for i in tqdm(range(0, int(RATE / CHUNK * record_second))):
  data = stream.read(CHUNK)
  wf.writeframes(data)
  print("* done recording")
  stream.stop_stream()
  stream.close()
  p.terminate()
  wf.close()
  record_audio("output.wav",record_second=4)
  要使用PyAudio，首先使用 pyaudio.PyAudio() （1）实例化PyAudio ，它设置portaudio系统。

要录制或播放音频，请使用 pyaudio.PyAudio.open() （2）在所需设备上打开所需音频参数的流。这设置了 pyaudio.Stream 播放或录制音频。

通过使用流式传输 pyaudio.Stream.write() 音频数据或使用流式传输音频数据来播放音频 pyaudio.Stream.read() 。（3）

请注意，在“阻止模式”中，每个 pyaudio.Stream.write() 或 pyaudio.Stream.read() 阻止直到所有给定/请求的帧都被播放/记录。或者，要动态生成音频数据或立即处理录制的音频数据，请使用下面概述的“回调模式”。

使用 pyaudio.Stream.stop_stream() 暂停播放/录制，并 pyaudio.Stream.close() 终止流。（4）

最后，使用 pyaudio.PyAudio.terminate() （5）终止portaudio会话

2).播放音频

下面使用播放的功能来播放1）中保存的音频 output.wav

通过tqdm，显示播放进度条，如下：

100%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 172/172 [00:03<00:00, 43.40it/s]
"""PyAudio Example: Play a WAVE file."""
import pyaudio
import wave
from tqdm import tqdm
def play_audio(wave_path):
CHUNK = 1024
wf = wave.open(wave_path, 'rb')
# instantiate PyAudio (1)
p = pyaudio.PyAudio()
# open stream (2)
stream = p.open(format=p.get_format_from_width(wf.getsampwidth()),
channels=wf.getnchannels(),
rate=wf.getframerate(),
output=True)
# read data
data = wf.readframes(CHUNK)
# play stream (3)
datas = []
while len(data) > 0:
data = wf.readframes(CHUNK)
datas.append(data)
for d in tqdm(datas):
stream.write(d)
# stop stream (4)
stream.stop_stream()
stream.close()
# close PyAudio (5)
p.terminate()
play_audio("output.wav")
2).以回调方式播放音频

当需要在执行其他程序时同时播放音频，可以使用回调的方式播放，示例代码如下：

"""PyAudio Example: Play a WAVE file."""
import pyaudio
import wave
from tqdm import tqdm
import time
def play_audio_callback(wave_path):
CHUNK = 1024
wf = wave.open(wave_path, 'rb')
# instantiate PyAudio (1)
p = pyaudio.PyAudio()
def callback(in_data, frame_count, time_info, status):
data = wf.readframes(frame_count)
return (data, pyaudio.paContinue)
# open stream (2)
stream = p.open(format=p.get_format_from_width(wf.getsampwidth()),
channels=wf.getnchannels(),
rate=wf.getframerate(),
output=True,
stream_callback=callback)
# read data
stream.start_stream()
while stream.is_active():
time.sleep(0.1)
# stop stream (4)
stream.stop_stream()
stream.close()
# close PyAudio (5)
p.terminate()
play_audio_callback("output.wav")