如何将声音字节转换为可以在变量中访问的 .wav 文件？

Posted 2023-02-24

【中文标题】如何将声音字节转换为可以在变量中访问的 .wav 文件？

【英文标题】：How do I convert the soundbytes to a .wav file that I can access in a variable?

【发布时间】：2021-01-01 22:00:03

【问题描述】：

我正在从录制的音频样本中读取字节。我想将帧变量中的字节转换为 .wav 文件，我想将其存储在变量中，这样我就可以访问它而不将其存储在文件中。下面的代码只是将记录的数据存储到一个名为 frames 的变量中。

from playsound import playsound
from random import randrange
import pyttsx3
from datetime import datetime
import pyaudio
import speech_recognition as sr
import requests
import wave
import numpy as np
import sounddevice as sd
import math
import time
import os
import struct
def voiceDetection():
   SoundThreshHold = 50
   TimeoutLength = 5 
   chunk = 1024 
   FORMAT = pyaudio.paInt16 
   CHANNELS = 2 
   RATE = 16000 
   def rms(data): 
      count = len(data)/2
      format = "%dh"%(count)
      shorts = struct.unpack( format, data )
      sum_squares = 0.0
      for sample in shorts:
          n = sample * (1.0/32768)
          sum_squares += n*n
      return math.sqrt( sum_squares / count)*1000
   p = pyaudio.PyAudio()
   stream = p.open(format=FORMAT,
                    channels=CHANNELS,
                    rate=RATE,
                    input=True,
                    frames_per_buffer=chunk)
   currentTime = time.time()
   end = time.time() + TimeoutLength
   frames = []
   while currentTime < end:
      currentTime = time.time()
      data = stream.read(chunk)
      if rms(data) >= SoundThreshHold:
         end = time.time() + TimeoutLength
         frames.append(data)      
   stream.stop_stream()
   stream.close()
   p.terminate()
   return frames
print(voiceDetection())    

不胜感激。新年快乐！

【参考方案1】：

Python 对此BytesIO 有一个通用机制。

BytesIO 允许您创建一个内存文件流，您可以像文件系统上的文件一样对其进行读写。

如果您只想将数据作为数组获取，this question has a solution

一般来说，当您在 Python 中处理声音/数字数据时，您需要了解如何将数据放入 NumPy 数组中以便对其进行处理。大多数库/工具包都可以使用 NumPy 数组。

【讨论】：

好的，这听起来不错，但是请您告诉我您将如何做并解释您的解决方案吗？我对 python 的音频方面有点陌生，我通常不使用任何这些东西。谢谢

有几种思考方式。您真正关心的数据是来自音频源的一组样本。这些是此链接第一个图中的蓝点：(en.wikipedia.org/wiki/Digital_audio)

我假设这是我存储在帧中的值，对吧？

wav 文件只是在磁盘上存储数据的一种方式。在您提供的代码中，“data = stream.read(chunk)”已经在存储音频数据。从那里您可以将其存储在另一个变量中。

好吧，这有道理，但我如何收听我存储的音频？