我很久以前就开始使用多处理了,它正在研究基本的例子。之后我尝试实现某种多声道输入程序,并尝试通过队列将输入通量输入到某个处理模块,这当前严重失败。 我将在3点描述我的问题:文件夹结构,流程结构,我尝试过的。
文件夹结构
流程结构 当我开始运行我的应用程序时,会调用gui,在按下开始按钮后会创建进程。
我尝试了什么
core.py
from multiprocessing import Queue, Process
central_queue = Queue()
...
d = {}
d['output'] = central_queue
o = AudioRecorder('name', **d)
start_application.py
import core
def handle_queue_data():
while True:
print(str(core.central_queue.get()))
if __name__ == "__main__":
Process(target=handle_queue_data, name="syncOutput").start()
audio_recorder.py
class AudioRecorder(object):
def __init__(self, name, **d):
...
self.output_queue = d['output']
def run(self):
queue = Queue()
def callback(indata, frames, time, status):
if status:
print(status, flush=True)
# Push the got data into the queue
queue.put([indata.copy()])
with sd.InputStream(samplerate=self.sample_rate, device=self.device_id, channels=self.channel_id, callback=callback):
while True:
self.output_queue.put(queue.get())
没用。在调试之后,似乎在从记录器的core.py
开始之后,队列的引用已经改变了... FYI调试信息:
# in the audio_recorder.py object
centralized_queue = {Queue} <multiprocessing.queues.Queue object at 0x00000000086B3320>
_buffer = {deque} deque([[array([[-0.01989746, -0.02053833],\n [-0.01828003, -0.0196228 ],\n [-0.00634766, -0.00686646],\n ..., \n [-0.01119995, -0.01144409],\n [-0.00900269, -0.00982666],\n [-0.00823975, -0.00888062]], dtype=float32)]])
_close = {Finalize} <Finalize object, callback=_finalize_close, args=[deque([[array([[-0.01989746, -0.02053833],\n [-0.01828003, -0.0196228 ],\n [-0.00634766, -0.00686646],\n ..., \n [-0.01119995, -0.01144409],\n [-0.00900269, -0.00982666],\n [-0
_closed = {bool} False
_ignore_epipe = {bool} False
_joincancelled = {bool} False
_jointhread = {Finalize} <Finalize object, callback=_finalize_join, args=[<weakref at 0x00000000083A2638; to 'Thread' at 0x0000000004DF1B00>], exitprority=-5>
_maxsize = {int} 2147483647
_notempty = {Condition} <Condition(<unlocked _thread.lock object at 0x0000000004738198>, 0)>
_opid = {int} 1320
_reader = {PipeConnection} <multiprocessing.connection.PipeConnection object at 0x00000000086B34A8>
_rlock = {Lock} <Lock(owner=None)>
_sem = {BoundedSemaphore} <BoundedSemaphore(value=2147483645, maxvalue=2147483647)>
_thread = {Thread} <Thread(QueueFeederThread, started daemon 9344)>
_wlock = {NoneType} None
_writer = {PipeConnection} <multiprocessing.connection.PipeConnection object at 0x00000000086B3518>
# in the handle_queue_data
centralized_queue = {Queue} <multiprocessing.queues.Queue object at 0x000000000479DA20>
_buffer = {deque} deque([])
_close = {NoneType} None
_closed = {bool} False
_ignore_epipe = {bool} False
_joincancelled = {bool} False
_jointhread = {NoneType} None
_maxsize = {int} 2147483647
_notempty = {Condition} <Condition(<unlocked _thread.lock object at 0x00000000058C8350>, 0)>
_opid = {int} 7208
_reader = {PipeConnection} <multiprocessing.connection.PipeConnection object at 0x000000000684C438>
_rlock = {Lock} <Lock(owner=None)>
_sem = {BoundedSemaphore} <BoundedSemaphore(value=2147483647, maxvalue=2147483647)>
_thread = {NoneType} None
_wlock = {NoneType} None
_writer = {PipeConnection} <multiprocessing.connection.PipeConnection object at 0x00000000058DE6A0>
我之后尝试过使用不同的东西,所有不成功,我都没有设法传递数据......队列是否可能是一个可变对象?或者多处理中存在一个错误(非常不可能),或者声音设备的组合会使队列不稳定?
对不起,我的描述很长......
我事先感谢你的帮助!
最好的问候,
塞巴斯蒂安
答案 0 :(得分:0)
我真的没有使用multiprocessing
的经验,但我的理解是start_application.py
的模块命名空间中的所有对象都为每个进程重复。
如果我没弄错的话,这包括core
模块。因此,core.central_queue
为每个进程都有一个单独的实例。
至少在Windows上似乎是这种情况,Python docs建议“明确地将资源传递给子进程”。
您应该使用if __name__ == '__main__':
块来创建Queue
的唯一实例和AudioRecorder
的唯一实例。
然后,您可以使用args
Process
参数将这些唯一实例传递给您的流程(如上面的链接所示)。
除此之外,我真的不知道你想要实现的目标。您是否希望使用随机的一个可用进程处理音频输入的随机块? 或者您是否希望为每个流程提供完整相同的音频输入?
在后一种情况下,每个子进程都应该有一个单独的队列!
sd.InputStream
应该仍然是唯一的。在您的with
语句中,您应该遍历所有子进程并将当前的音频块分别放入每个进程队列中。
PS:我刚刚意识到您可能出于某种原因只想启动一个额外的流程。在这种情况下,您应该考虑删除整个multiprocessing
混乱,并在with
语句中执行您需要执行的操作。
<强>更新强>
如果您想同时使用多个音频设备(以及多个PortAudio流),您仍然不一定需要multiprocessing
。您可以拥有一个包含多个上下文管理器的with
语句,并在那里进行处理。
根据您要实现的目标,您可能只有一个队列,其中所有音频回调都会写入,或者每个回调都有一个队列。
如果您有充分的理由使用multiprocessing
,如果您在主进程中启动所有音频流并在新的子进程中进行处理,它也应该可以正常工作。