如何将声音字节转换为可以在变量中访问的 .wav 文件?
Posted
技术标签:
【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!
【问题讨论】:
【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?以上是关于如何将声音字节转换为可以在变量中访问的 .wav 文件?的主要内容,如果未能解决你的问题,请参考以下文章