Sebagai tindak lanjut dari jawaban Nick Fortescue berikut ini contoh yang lebih lengkap tentang cara merekam dari mikrofon dan mengolah data yang dihasilkan:
from sys import byteorder
from array import array
from struct import pack
import pyaudio
import wave
THRESHOLD = 500
CHUNK_SIZE = 1024
FORMAT = pyaudio.paInt16
RATE = 44100
def is_silent(snd_data):
"Returns 'True' if below the 'silent' threshold"
return max(snd_data) < THRESHOLD
def normalize(snd_data):
"Average the volume out"
MAXIMUM = 16384
times = float(MAXIMUM)/max(abs(i) for i in snd_data)
r = array('h')
for i in snd_data:
r.append(int(i*times))
return r
def trim(snd_data):
"Trim the blank spots at the start and end"
def _trim(snd_data):
snd_started = False
r = array('h')
for i in snd_data:
if not snd_started and abs(i)>THRESHOLD:
snd_started = True
r.append(i)
elif snd_started:
r.append(i)
return r
# Trim to the left
snd_data = _trim(snd_data)
# Trim to the right
snd_data.reverse()
snd_data = _trim(snd_data)
snd_data.reverse()
return snd_data
def add_silence(snd_data, seconds):
"Add silence to the start and end of 'snd_data' of length 'seconds' (float)"
silence = [0] * int(seconds * RATE)
r = array('h', silence)
r.extend(snd_data)
r.extend(silence)
return r
def record():
"""
Record a word or words from the microphone and
return the data as an array of signed shorts.
Normalizes the audio, trims silence from the
start and end, and pads with 0.5 seconds of
blank sound to make sure VLC et al can play
it without getting chopped off.
"""
p = pyaudio.PyAudio()
stream = p.open(format=FORMAT, channels=1, rate=RATE,
input=True, output=True,
frames_per_buffer=CHUNK_SIZE)
num_silent = 0
snd_started = False
r = array('h')
while 1:
# little endian, signed short
snd_data = array('h', stream.read(CHUNK_SIZE))
if byteorder == 'big':
snd_data.byteswap()
r.extend(snd_data)
silent = is_silent(snd_data)
if silent and snd_started:
num_silent += 1
elif not silent and not snd_started:
snd_started = True
if snd_started and num_silent > 30:
break
sample_width = p.get_sample_size(FORMAT)
stream.stop_stream()
stream.close()
p.terminate()
r = normalize(r)
r = trim(r)
r = add_silence(r, 0.5)
return sample_width, r
def record_to_file(path):
"Records from the microphone and outputs the resulting data to 'path'"
sample_width, data = record()
data = pack('<' + ('h'*len(data)), *data)
wf = wave.open(path, 'wb')
wf.setnchannels(1)
wf.setsampwidth(sample_width)
wf.setframerate(RATE)
wf.writeframes(data)
wf.close()
if __name__ == '__main__':
print("please speak a word into the microphone")
record_to_file('demo.wav')
print("done - result written to demo.wav")
xrange
jugarange
tidak benar-benar diperlukanadd_silence
(jadi sekarang hilang). Saya pikir Arek mungkin menyukai sesuatu di sini - transisi dari diam ke 'kata' terdengar terlalu tersentak. Saya pikir ada jawaban lain yang membahasnya juga.Saya yakin modul WAVE tidak mendukung perekaman, hanya memproses file yang ada. Anda mungkin ingin melihat PyAudio untuk benar-benar merekam. WAV adalah tentang format file paling sederhana di dunia. Di paInt16 Anda baru saja mendapatkan integer bertanda tangan yang mewakili level, dan mendekati 0 lebih tenang. Saya tidak ingat apakah file WAV byte pertama atau byte rendah tinggi, tetapi sesuatu seperti ini seharusnya berfungsi (maaf, saya bukan benar-benar programmer python:
Kode PyAudio untuk merekam disimpan sebagai referensi:
sumber
Terima kasih kepada cryo untuk versi yang lebih baik yang saya berdasarkan kode yang saya uji di bawah ini:
sumber
return copy.deepcopy(data_all[_from:(_to + 1)])
kecopy.deepcopy(data_all[int(_from):(int(_to) + 1)])
Saya pikir ini akan membantu. Ini adalah skrip sederhana yang akan memeriksa apakah ada keheningan atau tidak, Jika keheningan terdeteksi, itu tidak akan merekam jika tidak akan merekam.
sumber
Situs web pyaudio memiliki banyak contoh yang cukup singkat dan jelas: http://people.csail.mit.edu/hubert/pyaudio/
Pembaruan 14 Desember 2019 - Contoh utama dari situs web tertaut di atas dari 2017:
sumber
Anda mungkin ingin melihat csound juga. Ini memiliki beberapa API, termasuk Python. Mungkin dapat berinteraksi dengan antarmuka AD dan mengumpulkan sampel suara.
sumber