Question

在浏览了pyaudio的文档并阅读了网上的其他文章之后，如果我的理解是正确的，我会感到困惑。

这是在pyaudio网站上找到的录音代码：

import pyaudio
import wave

CHUNK = 1024
FORMAT = pyaudio.paInt16
CHANNELS = 2
RATE = 44100
RECORD_SECONDS = 5
WAVE_OUTPUT_FILENAME = "output.wav"

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()

如果我添加这些行，那么我就可以播放我录制的内容：

play=pyaudio.PyAudio()
stream_play=play.open(format=FORMAT,
                      channels=CHANNELS,
                      rate=RATE,
                      output=True)
for data in frames: 
    stream_play.write(data)
stream_play.stop_stream()
stream_play.close()
play.terminate()

＆＃34; RATE＆＃34;是每秒收集的样本数。
＆＃34; CHUNK＆＃34;是缓冲区中的帧数。
每个帧将有2个样本作为＆＃34; CHANNELS = 2＆＃34;。
每个样本的大小为2个字节，使用函数pyaudio.get_sample_size(pyaudio.paInt16)计算。
因此每帧的大小为4个字节。
在＆＃34;帧＆＃34;列表，每个元素的大小必须是1024 * 4字节，例如，frames[0]的大小必须是4096字节。然而， sys.getsizeof(frames[0])会返回4133，但len(frames[0])会返回4096。
for循环执行int(RATE / CHUNK * RECORD_SECONDS)次，我无法理解原因。 Here是＆＃34; Ruben Sanchez＆＃34;回答的问题。但我不能确定它是否正确，如他所说CHUNK=bytes。根据他的解释，它必须是int(RATE / (CHUNK*2) * RECORD_SECONDS)，因为(CHUNK*2)是每次迭代时在缓冲区中读取的样本数。
最后，当我写print frames[0]时，它打印出乱码，因为它试图将字符串视为ASCII编码而不是它，它只是一个字节流。那么如何使用struct模块以十六进制打印这个字节流？如果以后，我用我选择的值更改每个十六进制值，它还会产生可播放的声音吗？

无论我上面写的是我对事物的理解，其中许多可能是错误的。

Answer 1

＆＃34; RATE＆＃34;是＆＃34;采样率＆＃34;，即每秒帧数
＆＃34; CHUNK＆＃34;是（任意选择的）帧数（可能很长）信号在本例中被分割成
是的，每个框架将有2个样本作为＆＃34; CHANNELS = 2＆＃34;但是术语＆＃34;样本＆＃34;在这种情况下很少使用（因为它令人困惑）
是的，在此示例中，每个样本的大小为2个字节（= 16位）
是的，每帧的大小是4个字节
是的，＆＃34;框架的每个元素＆＃34;应该是4096字节。 sys.getsizeof()报告Python解释器所需的存储空间，通常比原始数据的实际大小多一点。
RATE * RECORD_SECONDS是应记录的帧数。由于每个帧不重复for循环，但仅针对每个块，因此循环数必须除以块大小{{1} }。这与 samples 无关，因此不涉及CHUNK因素。
如果您真的想要查看十六进制值，可以尝试2之类的内容。如果您想获得实际的2字节数字，请使用格式字符串[hex(x) for x in frames[0]]和'<H'模块。

您可能对我使用struct模块阅读WAV文件的教程感兴趣，该模块更详细地介绍了您的一些问题：http://nbviewer.jupyter.org/github/mgeier/python-audio/blob/master/audio-files/audio-files-with-wave.ipynb

使用pyaudio

1 个答案: