Question

我最近一直在玩ruby，我决定开始一个简单的项目来编写一个ruby脚本来记录.wav文件的输入声音。我发现ruby不能很好地访问硬件设备（它可能不应该），但PortAudio确实如此，我发现了PA here的一个很好的包装器（我认为它不是宝石）因为它使用ruby的ffi附加到PortAudio，PA库可以在各种各样的地方）。我一直在弄乱PortAudio的文档和示例来弄清楚PA是如何工作的。多年来我没有写过或读过C。

我在创建过程中应该将哪些参数传递给流，以及创建期间的缓冲区时遇到了困难。例如，frame究竟是什么，以及它与channel和sample rate等其他参数的关系。我对音频编程也很陌生，所以如果有人能指点我一些关于设备级音频的一般教程等，我会很感激。

ruby-portaudio提供了一个创建流和缓冲区的示例，将sin波写入缓冲区，然后将缓冲区发送到要播放的流。我在示例中遇到了一些问题，特别是循环块。

  PortAudio.init

  block_size = 1024
  sr   = 44100
  step = 1.0/sr
  time = 0.0

  stream = PortAudio::Stream.open(
             :sample_rate => sr,
             :frames => block_size,
             :output => {
               :device => PortAudio::Device.default_output,
               :channels => 1,
               :sample_format => :float32
              })

  buffer = PortAudio::SampleBuffer.new(
             :format   => :float32,
             :channels => 1,
             :frames   => block_size)

  playing = true
  Signal.trap('INT') { playing = false }
  puts "Ctrl-C to exit"

  stream.start

  loop do
    stream << buffer.fill { |frame, channel|
      time += step
      Math.cos(time * 2 * Math::PI * 440.0) * Math.cos(time * 2 * Math::PI)
    }

    break unless playing
  end

  stream.stop

如果我要录制，我应该将一个流读入缓冲区，然后操作该缓冲区并将其写入文件，对吧？

另外，如果我在这里咆哮错误的树，并且有更简单的方法（红宝石），那么某个方向会很好。

Answer 1

让我们首先澄清您所询问的术语。为此，我将尝试以简化的方式解释音频管道。当您在示例中生成声音时，声卡会定期从您的代码中请求帧（= buffers = blocks），您可以使用示例填充这些帧。采样率定义了您在一秒钟内提供的样本数量，从而定义了样本播放的速度。帧大小（=缓冲区大小=块大小）确定您在声卡的一个请求中提供的样本数。缓冲区通常非常小，因为缓冲区大小直接影响延迟（大缓冲区=＆gt;高延迟），大型数组可能很慢（特别是ruby阵列很慢）。

当您从声卡录制声音时会发生类似情况。您的函数会不时被调用，麦克风中的样本通常作为参数传递给函数（或者甚至只是对这样的缓冲区的引用）。然后，您需要处理这些样本，例如将它们写入磁盘。

我知道“在Ruby中做所有事情”的想法很诱人，因为它是如此美妙的语言。当您计划实时进行音频处理时，我建议切换到编译语言（C，C ++，Obj-C，...）。这些可以更好地处理音频，因为它们比Ruby更接近硬件，因此通常更快，这在音频处理中可能是一个很大的问题。这可能也是为什么周围有很少的Ruby音频库的原因，因此Ruby可能不适合这项工作。

顺便说一句，我尝试了ruby-portaudio，ffi-portaudio以及ruby-audio，并且没有一个在我的Macbook上正常工作（试图生成正弦波），这可悲地再次显示，Ruby不是能够处理这些东西（但是？）。

在ruby中使用PortAudio包装器将声音录制到.wav

1 个答案: